qwen2-vl-2b-instruct
Qwen2-VL-2B-Instruct là mô hình thị giác-ngôn ngữ của Qwen cho câu hỏi về ảnh, văn bản đa ngôn ngữ trong hình và giải thích trực quan. Cung cấp ảnh dễ đọc cùng câu hỏi chính xác để nhận kết quả văn bản gắn với bằng chứng nhìn thấy được.
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen2-vl-2b-instruct - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen2-vl-2b-instruct
Về mô hình
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.
Qwen2-VL-2B-Instruct là mô hình thị giác-ngôn ngữ 2B của Qwen, được tinh chỉnh theo chỉ dẫn cho câu hỏi kết hợp ảnh và văn bản. Nhà sản xuất mô tả khả năng xử lý ảnh có độ phân giải, tỷ lệ khung hình khác nhau và hiểu chữ thuộc nhiều ngôn ngữ trong ảnh. Kết quả tạo ra là câu trả lời bằng văn bản cho tài liệu trực quan và câu hỏi được cung cấp. Nhà sản xuất cũng mô tả việc dùng tác nhân thị giác với thiết bị như điện thoại và robot. Với quy trình đó, hãy cung cấp môi trường trực quan hiện tại và chỉ dẫn văn bản; ứng dụng bao quanh thực hiện thao tác đề xuất rồi trả trạng thái quan sát được cho câu hỏi tiếp theo.
Cung cấp ảnh và câu hỏi chính xác
Chọn ảnh chứa bằng chứng cần cho câu trả lời, rồi xác định chi tiết cần diễn giải. Câu hỏi tài liệu có thể hỏi về đoạn nhìn thấy được; câu hỏi biểu đồ có thể xác định chuỗi dữ liệu, trục và phép so sánh cần giải thích. Giữ mã định danh ảnh cùng kết quả yêu cầu để phản hồi gắn với đúng tham chiếu.
Nhà sản xuất liệt kê khả năng hiểu ảnh-văn bản ngoài tiếng Anh và tiếng Trung, gồm các ngôn ngữ châu Âu, tiếng Nhật, tiếng Hàn, tiếng Ả Rập và tiếng Việt. Giữ câu chữ và hệ chữ gốc khi yêu cầu chép lại, giải thích hoặc dịch chữ nhìn thấy được. Bản yêu cầu minh họa có thể đề nghị trả nhãn hiển thị và phần giải thích ý nghĩa riêng.
Chủ động chuẩn bị độ phân giải và token thị giác
Qwen2-VL dùng độ phân giải động để ánh xạ ảnh thành số token thị giác thay đổi. Trong ví dụ bộ xử lý gốc, phạm vi mặc định là 4 đến 16,384 token thị giác mỗi ảnh. Hướng dẫn gốc minh họa thiết lập pixel tối thiểu, tối đa, gồm phạm vi chuẩn bị token ảnh hẹp hơn từ 256 đến 1,280 để cân bằng chi tiết với nhu cầu xử lý. Các thiết lập đó giữ tỷ lệ khung hình khi đổi kích thước.
Nhà sản xuất cũng cho phép yêu cầu chiều cao và chiều rộng sau đổi kích thước, được làm tròn thành bội số của 28. Chọn cách chuẩn bị giữ các nhãn quan trọng dễ đọc và giữ ảnh gốc khi dùng ảnh cắt. Ví dụ gốc gồm nhiều ảnh và xử lý theo lô, cho phép một câu hỏi nhận diện rõ các tham chiếu riêng.
Làm việc trong giới hạn thị giác đã mô tả
Nhà sản xuất chỉ ra giới hạn với chỉ dẫn phức tạp nhiều bước, đếm vật thể trong cảnh phức tạp và suy luận không gian ba chiều. Tài liệu cũng nêu việc nhận diện người hoặc thương hiệu cụ thể chưa đầy đủ. Yêu cầu quan sát trực quan có trọng tâm và kiểm tra đúng số đếm, nhãn hoặc vị trí tương đối mà kết quả dựa vào.
Nhà sản xuất cho biết bộ dữ liệu ảnh được cập nhật đến tháng 6 năm 2023. Cung cấp ngữ cảnh bằng văn bản cần cho nhãn mới hoặc lạ thay vì yêu cầu chỉ ảnh xác lập thông tin đó. Giữ nhãn trích dẫn phân biệt được với danh tính suy ra trong ghi chú trả về.
Giữ đầu vào đã chuẩn bị cùng câu trả lời
Cấu hình checkpoint được công bố đặt số vị trí tối đa là 32,768. Chuẩn bị câu hỏi và đầu vào trực quan bằng bộ xử lý tương ứng của mô hình, giữ thứ tự ảnh dùng cho yêu cầu. Tiện ích hỗ trợ gốc nhận ảnh cục bộ, base64 và địa chỉ ảnh.
Lưu tên 2B Instruct đã chọn, các tham chiếu và câu trả lời văn bản hoàn chỉnh cùng nhau. Với lượt tiếp theo, đính kèm tài liệu liên quan và xác định quan sát hay diễn giải cụ thể cần sửa, rồi so sánh kết quả đã sửa với nguồn đó.
Qua Ailoot, dùng đúng ID mô hình trong /v1/chat/completions và đặt ảnh cùng câu hỏi trong hội thoại. Dạng nội dung ảnh dùng image_url; nguồn ảnh được hỗ trợ có thể chứa địa chỉ ảnh hoặc URI dữ liệu base64. Thu thập toàn bộ câu trả lời JSON hoặc mọi đoạn SSE khi bật stream, đồng thời lưu usage cùng kết quả hoàn chỉnh.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen2-vl-2b-instruct
qwen2-vl-2b-instructBắt đầu
Qwen2-VL-2B-Instruct là mô hình thị giác-ngôn ngữ của Qwen cho câu hỏi về ảnh, văn bản đa ngôn ngữ trong hình và giải thích trực quan. Cung cấp ảnh dễ đọc cùng câu hỏi chính xác để nhận kết quả văn bản gắn với bằng chứng nhìn thấy được.
- Đầu vào được chấp nhận
- Văn bản · Ảnh
- Kết quả
- Văn bản
Có trên Ailoot · đầu vào & phương thức
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- Đầu vào
text,image- Đầu ra
text- Định dạng đầu ra
- JSON or SSE
| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen2-vl-2b-instruct Điều kiện: Dùng chính xác bộ chọn định tuyến Ailoot này. | Mặc định— |
Trườngmessages | Loạiarray | Yêu cầuBắt buộc | Giá trị & giới hạn Điều kiện: | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: | Mặc địnhfalse |
Tổ hợp tư liệu đầu vào
text_input · Bắt buộc: messages
image_with_text · Bắt buộc: messages with actual image content blocks
Tham số phương thức và vòng đời
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốoptional | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốconditions | Hợp đồngDùng chính xác bộ chọn định tuyến Ailoot này., Giao thức này truyền nội dung hình ảnh khi chính mô hình đã chọn hỗ trợ khả năng thị giác. Việc giao thức chấp nhận yêu cầu không chứng minh mọi mô hình đều có khả năng xử lý hình ảnh. |
Bí danh phương thức: /chat/completions
Vòng đời: synchronous_or_streamed
Bảng giá
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
- Chế độ nhanh
- Mức giá tiêu chuẩn Khi chọn chế độ nhanh
- Chế độ Flex
- Mức giá tiêu chuẩn Khi chọn chế độ flex
- Mức độ suy luận tối đa
- Mức giá tiêu chuẩn Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa
- Giá lưu đệm tường minh
- Chưa bật Khi yêu cầu lưu đệm tường minh
- Đơn giá bằng không cho văn bản thuần túy
- Bộ nhớ đệm, công cụ và phương tiện tuân theo các điều kiện tính giá được liệt kê riêng cho từng loại. Cho đầu vào và đầu ra chỉ có văn bản
Mức phí Ailoot
Giá theo cấu hình
| 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 / 1K token Đầu ra · Token đầu ra $0 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
Ví dụ yêu cầu
Ailoot Ultra · OpenAI Chat
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}]}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Nhận và lưu kết quả
Ailoot Ultra · OpenAI Chat
JSON or SSE
Lưu tất cả kết quả đã hoàn tất
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ lại mọi khối nội dung, ID lệnh gọi công cụ, chữ ký suy nghĩ nếu được trả về, mọi phần thay đổi SSE và toàn bộ dữ liệu sử dụng. Đoạn văn bản đầu tiên không phải toàn bộ kết quả.
Nếu cần kiểm tra phản hồi gốc
Giữ nguyên X-Client-Request-ID gốc, phản hồi và các trường tiêu đề. Kết quả không xác định hoặc result_pending_check không cho phép tạo lần thứ hai.
Trường phản hồi
| Trường | Loại |
|---|---|
Trườngchoices[] | Loạiobject |
Trườngusage | Loạiobject |
Lỗi và bước tiếp theo
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, bộ chọn mô hình, kiểu dữ liệu hoặc cách biểu diễn đầu vào không hợp lệ. | Bước tiếp theoXem chi tiết kết quả kiểm tra tính hợp lệ được trả về trước khi chuẩn bị một yêu cầu riêng. |
Phản hồi | Điều kiệnYêu cầu hoặc kết quả gốc chưa xác định hoặc cần kiểm tra. | Bước tiếp theoGiữ nguyên các mã định danh và trường tiêu đề gốc; chỉ đọc các bản ghi trạng thái/thư viện được hỗ trợ. Không gửi lại yêu cầu tạo. |
Bí danh
Bí danh mô hình
Ailoot Ultra qwen2-vl-2b-instruct
Bí danh đường dẫn phương thức
/chat/completions
ID gọi liên quan
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen2-vl-2b-instruct
qwen2-vl-2b-instructBắt đầu
Qwen2-VL-2B-Instruct là mô hình thị giác-ngôn ngữ của Qwen cho câu hỏi về ảnh, văn bản đa ngôn ngữ trong hình và giải thích trực quan. Cung cấp ảnh dễ đọc cùng câu hỏi chính xác để nhận kết quả văn bản gắn với bằng chứng nhìn thấy được.
- Đầu vào được chấp nhận
- Văn bản · Ảnh
- Kết quả
- json · sse
Có trên Ailoot · đầu vào & phương thức
Ailoot Ultra · Anthropic Messages POST /v1/messages
- Đầu vào
text,image- Đầu ra
json,sse- Định dạng đầu ra
- JSON or SSE
| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen2-vl-2b-instruct Điều kiện: Dùng chính xác bộ chọn định tuyến Ailoot này. | Mặc định— |
Trườngmessages | Loạiarray | Yêu cầuBắt buộc | Giá trị & giới hạn Điều kiện: | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: | Mặc địnhfalse |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn Tối thiểu: 1 Điều kiện: | Mặc định— |
Tổ hợp tư liệu đầu vào
text_input · Bắt buộc: messages
image_with_text · Bắt buộc: messages with actual image content blocks
Tham số phương thức và vòng đời
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốconditions | Hợp đồngDùng chính xác bộ chọn định tuyến Ailoot này., Giao thức này truyền nội dung hình ảnh khi chính mô hình đã chọn hỗ trợ khả năng thị giác. Việc giao thức chấp nhận yêu cầu không chứng minh mọi mô hình đều có khả năng xử lý hình ảnh. |
Vòng đời: synchronous_or_streamed
Bảng giá
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
- Chế độ nhanh
- Mức giá tiêu chuẩn Khi chọn chế độ nhanh
- Chế độ Flex
- Mức giá tiêu chuẩn Khi chọn chế độ flex
- Mức độ suy luận tối đa
- Mức giá tiêu chuẩn Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa
- Giá lưu đệm tường minh
- Chưa bật Khi yêu cầu lưu đệm tường minh
- Đơn giá bằng không cho văn bản thuần túy
- Bộ nhớ đệm, công cụ và phương tiện tuân theo các điều kiện tính giá được liệt kê riêng cho từng loại. Cho đầu vào và đầu ra chỉ có văn bản
Mức phí Ailoot
Giá theo cấu hình
| 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 / 1K token Đầu ra · Token đầu ra $0 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
Ví dụ yêu cầu
Ailoot Ultra · Anthropic Messages
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen2-vl-2b-instruct", "messages": [{"role": "user", "content": "Explain how a rainbow forms."}], "max_tokens": 256}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
# Submit once. Retain the complete result, original identifiers and every response header.
Nhận và lưu kết quả
Ailoot Ultra · Anthropic Messages
JSON or SSE
Lưu tất cả kết quả đã hoàn tất
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ lại mọi khối nội dung, ID lệnh gọi công cụ, chữ ký suy nghĩ nếu được trả về, mọi phần thay đổi SSE và toàn bộ dữ liệu sử dụng. Đoạn văn bản đầu tiên không phải toàn bộ kết quả.
Nếu cần kiểm tra phản hồi gốc
Giữ nguyên X-Client-Request-ID gốc, phản hồi và các trường tiêu đề. Kết quả không xác định hoặc result_pending_check không cho phép tạo lần thứ hai.
Trường phản hồi
| Trường | Loại |
|---|---|
Trườngcontent[] | Loạiobject |
Trườngusage | Loạiobject |
Lỗi và bước tiếp theo
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, bộ chọn mô hình, kiểu dữ liệu hoặc cách biểu diễn đầu vào không hợp lệ. | Bước tiếp theoXem chi tiết kết quả kiểm tra tính hợp lệ được trả về trước khi chuẩn bị một yêu cầu riêng. |
Phản hồi | Điều kiệnYêu cầu hoặc kết quả gốc chưa xác định hoặc cần kiểm tra. | Bước tiếp theoGiữ nguyên các mã định danh và trường tiêu đề gốc; chỉ đọc các bản ghi trạng thái/thư viện được hỗ trợ. Không gửi lại yêu cầu tạo. |
Bí danh
Bí danh mô hình
Ailoot Ultra qwen2-vl-2b-instruct
Bí danh đường dẫn phương thức
/chat/completions
ID gọi liên quan
FAQ · qwen2-vl-2b-instruct
- Có những đầu vào và kết quả nào?
POST /v1/chat/completions·qwen2-vl-2b-instruct:text,image→textPOST /v1/messages·qwen2-vl-2b-instruct:text,image→json,sse- Yêu cầu sử dụng những trường nào?
POST /v1/chat/completions·qwen2-vl-2b-instruct:model,messages,streamPOST /v1/messages·qwen2-vl-2b-instruct:model,messages,stream,max_tokens- Áp dụng những giới hạn nào?
POST /v1/messages·qwen2-vl-2b-instruct:max_tokens.minimum:1