Qwen3 VL 32B Instruct là phiên bản 32B làm theo chỉ dẫn trong họ Qwen3 VL. Nhà sản xuất đặt tên riêng cho nó, tách biệt với phiên bản 32B Thinking. Hướng dẫn họ mô hình mô tả nhận thức thị giác, hiểu văn bản, OCR, phân tích tài liệu, xác định vị trí không gian và hiểu video như các nhiệm vụ thực tế.
Cung cấp nguồn thị giác và câu hỏi có phạm vi rõ ràng. Với ảnh tài liệu, xác định văn bản hoặc trường cần trích xuất. Với sơ đồ, hỏi về các nhãn và quan hệ cụ thể. Với video, nêu sự kiện hoặc khoảng thời gian quan tâm cùng mô tả cuối cùng mà ứng dụng cần.
Giữ mã định danh nguồn rõ ràng khi nhiều ảnh hoặc đoạn video đóng góp các dữ kiện khác nhau. Hướng dẫn nhà sản xuất bao gồm việc thêm mã định danh vào đầu vào thị giác để câu trả lời sau này có thể tham chiếu đúng nguồn.
Họ mô hình mô tả OCR trên 32 ngôn ngữ và phân tích tài liệu kèm thông tin bố cục. Xác định các trường, cấu trúc câu trả lời và cách xử lý nội dung không rõ khi kết quả sẽ được ứng dụng sử dụng. Đối chiếu văn bản và giá trị trích xuất với nguồn gốc.
Ví dụ lập trình thị giác của họ bao gồm Draw.io, HTML, CSS và JavaScript được tạo từ hình ảnh hoặc video. Nhiệm vụ hữu ích nêu các quan hệ thị giác và hành vi giao diện mà mã phải giữ lại. Ứng dụng bao quanh lưu và chạy mã trả về để kiểm tra sản phẩm.
Với nhiệm vụ định vị vật thể, nêu mục tiêu và điểm khác biệt với các vật thể lân cận. Dùng cách biểu diễn vị trí được giao diện đã chọn ghi nhận. Với nhiệm vụ trên màn hình, xác định điều khiển nhìn thấy và trạng thái mong muốn; ứng dụng thực thi hành động được chọn và trả quan sát kết quả về.
Nhà sản xuất công bố ngữ cảnh nguyên bản 256K cho họ mô hình. Chuẩn bị nhiệm vụ trong giới hạn đầu vào và tạo sinh thực tế của giao diện đã chọn. Lưu danh tính 32B Instruct cùng nguồn và câu trả lời; phiên bản Thinking và các kích thước mô hình khác có thiết lập tạo sinh riêng.
", "aboutText": "Qwen3 VL 32B Instruct là phiên bản 32B làm theo chỉ dẫn trong họ Qwen3 VL. Nhà sản xuất đặt tên riêng cho nó, tách biệt với phiên bản 32B Thinking. Hướng dẫn họ mô hình mô tả nhận thức thị giác, hiểu văn bản, OCR, phân tích tài liệu, xác định vị trí không gian và hiểu video như các nhiệm vụ thực tế.\n\n### Chỉ định thông tin cần trả về\n\nCung cấp nguồn thị giác và câu hỏi có phạm vi rõ ràng. Với ảnh tài liệu, xác định văn bản hoặc trường cần trích xuất. Với sơ đồ, hỏi về các nhãn và quan hệ cụ thể. Với video, nêu sự kiện hoặc khoảng thời gian quan tâm cùng mô tả cuối cùng mà ứng dụng cần.\n\nGiữ mã định danh nguồn rõ ràng khi nhiều ảnh hoặc đoạn video đóng góp các dữ kiện khác nhau. Hướng dẫn nhà sản xuất bao gồm việc thêm mã định danh vào đầu vào thị giác để câu trả lời sau này có thể tham chiếu đúng nguồn.\n\n### Chuyển tư liệu thị giác thành sản phẩm hữu ích\n\nHọ mô hình mô tả OCR trên 32 ngôn ngữ và phân tích tài liệu kèm thông tin bố cục. Xác định các trường, cấu trúc câu trả lời và cách xử lý nội dung không rõ khi kết quả sẽ được ứng dụng sử dụng. Đối chiếu văn bản và giá trị trích xuất với nguồn gốc.\n\nVí dụ lập trình thị giác của họ bao gồm Draw.io, HTML, CSS và JavaScript được tạo từ hình ảnh hoặc video. Nhiệm vụ hữu ích nêu các quan hệ thị giác và hành vi giao diện mà mã phải giữ lại. Ứng dụng bao quanh lưu và chạy mã trả về để kiểm tra sản phẩm.\n\n### Gắn vật thể và quyết định ứng dụng với nguồn\n\nVới nhiệm vụ định vị vật thể, nêu mục tiêu và điểm khác biệt với các vật thể lân cận. Dùng cách biểu diễn vị trí được giao diện đã chọn ghi nhận. Với nhiệm vụ trên màn hình, xác định điều khiển nhìn thấy và trạng thái mong muốn; ứng dụng thực thi hành động được chọn và trả quan sát kết quả về.\n\n### Giữ rõ cấu hình Instruct\n\nNhà sản xuất công bố ngữ cảnh nguyên bản 256K cho họ mô hình. Chuẩn bị nhiệm vụ trong giới hạn đầu vào và tạo sinh thực tế của giao diện đã chọn. Lưu danh tính 32B Instruct cùng nguồn và câu trả lời; phiên bản Thinking và các kích thước mô hình khác có thiết lập tạo sinh riêng.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Convert a transcribed table to a record\n\nUse this written transcription of page P3: 'Item | Ordered | Received; pads | 12 | 10; pens | 20 | unclear.' Produce a Markdown table with item, ordered, received and shortage. Use 'unknown' when the source cannot support a value, and retain P3 with the result. Do not infer the unclear count.A Markdown table with source-linked quantities and explicit unknown received/shortage values where necessary.The pads shortage may be calculated, but the pens shortage must remain unknown.qwen3-vl-32b-instructQwen3 VL 32B Instruct là phiên bản thị giác-ngôn ngữ 32B làm theo chỉ dẫn cho hình ảnh, video và nhiệm vụ bằng văn bản. Nhà sản xuất mô tả OCR, diễn giải tài liệu có cấu trúc, xác định vị trí không gian và quy trình từ tư liệu thị giác sang mã trong họ Qwen3 VL.
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.
Qwen3 VL 32B Instruct là phiên bản 32B làm theo chỉ dẫn trong họ Qwen3 VL. Nhà sản xuất đặt tên riêng cho nó, tách biệt với phiên bản 32B Thinking. Hướng dẫn họ mô hình mô tả nhận thức thị giác, hiểu văn bản, OCR, phân tích tài liệu, xác định vị trí không gian và hiểu video như các nhiệm vụ thực tế.
Cung cấp nguồn thị giác và câu hỏi có phạm vi rõ ràng. Với ảnh tài liệu, xác định văn bản hoặc trường cần trích xuất. Với sơ đồ, hỏi về các nhãn và quan hệ cụ thể. Với video, nêu sự kiện hoặc khoảng thời gian quan tâm cùng mô tả cuối cùng mà ứng dụng cần.
Giữ mã định danh nguồn rõ ràng khi nhiều ảnh hoặc đoạn video đóng góp các dữ kiện khác nhau. Hướng dẫn nhà sản xuất bao gồm việc thêm mã định danh vào đầu vào thị giác để câu trả lời sau này có thể tham chiếu đúng nguồn.
Họ mô hình mô tả OCR trên 32 ngôn ngữ và phân tích tài liệu kèm thông tin bố cục. Xác định các trường, cấu trúc câu trả lời và cách xử lý nội dung không rõ khi kết quả sẽ được ứng dụng sử dụng. Đối chiếu văn bản và giá trị trích xuất với nguồn gốc.
Ví dụ lập trình thị giác của họ bao gồm Draw.io, HTML, CSS và JavaScript được tạo từ hình ảnh hoặc video. Nhiệm vụ hữu ích nêu các quan hệ thị giác và hành vi giao diện mà mã phải giữ lại. Ứng dụng bao quanh lưu và chạy mã trả về để kiểm tra sản phẩm.
Với nhiệm vụ định vị vật thể, nêu mục tiêu và điểm khác biệt với các vật thể lân cận. Dùng cách biểu diễn vị trí được giao diện đã chọn ghi nhận. Với nhiệm vụ trên màn hình, xác định điều khiển nhìn thấy và trạng thái mong muốn; ứng dụng thực thi hành động được chọn và trả quan sát kết quả về.
Nhà sản xuất công bố ngữ cảnh nguyên bản 256K cho họ mô hình. Chuẩn bị nhiệm vụ trong giới hạn đầu vào và tạo sinh thực tế của giao diện đã chọn. Lưu danh tính 32B Instruct cùng nguồn và câu trả lời; phiên bản Thinking và các kích thước mô hình khác có thiết lập tạo sinh riêng.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen3-vl-32b-instruct | 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 $0.000286 / 1K token Đầu ra · Token đầu ra $0.001144 / 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": "qwen3-vl-32b-instruct", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3-vl-32b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3-vl-32b-instruct',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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 qwen3-vl-32b-instruct
Dùng các đường dẫn phương thức hiển thị ở trên.
qwen3-vl-32b-instructQwen3 VL 32B Instruct là phiên bản thị giác-ngôn ngữ 32B làm theo chỉ dẫn cho hình ảnh, video và nhiệm vụ bằng văn bản. Nhà sản xuất mô tả OCR, diễn giải tài liệu có cấu trúc, xác định vị trí không gian và quy trình từ tư liệu thị giác sang mã trong họ Qwen3 VL.
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.
Qwen3 VL 32B Instruct là phiên bản 32B làm theo chỉ dẫn trong họ Qwen3 VL. Nhà sản xuất đặt tên riêng cho nó, tách biệt với phiên bản 32B Thinking. Hướng dẫn họ mô hình mô tả nhận thức thị giác, hiểu văn bản, OCR, phân tích tài liệu, xác định vị trí không gian và hiểu video như các nhiệm vụ thực tế.
Cung cấp nguồn thị giác và câu hỏi có phạm vi rõ ràng. Với ảnh tài liệu, xác định văn bản hoặc trường cần trích xuất. Với sơ đồ, hỏi về các nhãn và quan hệ cụ thể. Với video, nêu sự kiện hoặc khoảng thời gian quan tâm cùng mô tả cuối cùng mà ứng dụng cần.
Giữ mã định danh nguồn rõ ràng khi nhiều ảnh hoặc đoạn video đóng góp các dữ kiện khác nhau. Hướng dẫn nhà sản xuất bao gồm việc thêm mã định danh vào đầu vào thị giác để câu trả lời sau này có thể tham chiếu đúng nguồn.
Họ mô hình mô tả OCR trên 32 ngôn ngữ và phân tích tài liệu kèm thông tin bố cục. Xác định các trường, cấu trúc câu trả lời và cách xử lý nội dung không rõ khi kết quả sẽ được ứng dụng sử dụng. Đối chiếu văn bản và giá trị trích xuất với nguồn gốc.
Ví dụ lập trình thị giác của họ bao gồm Draw.io, HTML, CSS và JavaScript được tạo từ hình ảnh hoặc video. Nhiệm vụ hữu ích nêu các quan hệ thị giác và hành vi giao diện mà mã phải giữ lại. Ứng dụng bao quanh lưu và chạy mã trả về để kiểm tra sản phẩm.
Với nhiệm vụ định vị vật thể, nêu mục tiêu và điểm khác biệt với các vật thể lân cận. Dùng cách biểu diễn vị trí được giao diện đã chọn ghi nhận. Với nhiệm vụ trên màn hình, xác định điều khiển nhìn thấy và trạng thái mong muốn; ứng dụng thực thi hành động được chọn và trả quan sát kết quả về.
Nhà sản xuất công bố ngữ cảnh nguyên bản 256K cho họ mô hình. Chuẩn bị nhiệm vụ trong giới hạn đầu vào và tạo sinh thực tế của giao diện đã chọn. Lưu danh tính 32B Instruct cùng nguồn và câu trả lời; phiên bản Thinking và các kích thước mô hình khác có thiết lập tạo sinh riêng.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn qwen3-vl-32b-instruct | 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 $0.000286 / 1K token Đầu ra · Token đầu ra $0.001144 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "qwen3-vl-32b-instruct",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-vl-32b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3-vl-32b-instruct', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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 qwen3-vl-32b-instruct
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Convert a transcribed table to a record\n\nUse this written transcription of page P3: 'Item | Ordered | Received; pads | 12 | 10; pens | 20 | unclear.' Produce a Markdown table with item, ordered, received and shortage. Use 'unknown' when the source cannot support a value, and retain P3 with the result. Do not infer the unclear count.A Markdown table with source-linked quantities and explicit unknown received/shortage values where necessary.The pads shortage may be calculated, but the pens shortage must remain unknown.