QVQ-Plus 是 Qwen 旗下 QVQ 視覺推理模型的 Plus 系列。製造商強調的用途包括數學、程式設計、視覺分析、創作，以及涉及視覺證據的一般任務。它接收文字、圖片與影片，回傳包含推理過程與答案的文字。Plus 名稱代表模型家族身分，不能代替固定的 QVQ-Max 快照，也不代表圖片生成模型。
文件記載的上下文視窗為 131,072 詞元，輸入上限為 106,496 詞元，輸出上限為 8,192 詞元。規劃請求時，應分別看待這些限制。納入文字任務、相關視覺素材與必要的對話紀錄後，還要為說明與最終答案預留空間。螢幕截圖或影片所占的輸入量取決於處理後的表示形式，因此僅計算鍵入的字元數，不足以衡量完整輸入。
製造商將 QVQ 描述為結合視覺輸入、推理與文字答案的模型。文件中的 QVQ 服務流程採用串流。應用程式應區分中間推理與最終答案片段，並先組合文字，再作為完整說明呈現。即使要求簡短答案，仍可能經過內部推理；要求精簡並不會將模型變成另一個非思考版本。
處理圖表或表格時，說明要進行的比較，並提供可讀的標籤、單位與標題。例如，可詢問兩條繪製的資料序列在選定範圍內是否逐漸分歧，再要求指出支持結論的可見觀察。若答案需要數值，應確保來源包含這些數值；若只能從視覺大致判讀，則要求模型註明不確定性。保留原始圖片，方便對照證據檢查結果。
處理文件或介面截圖時，定義使用者目標及待分析的素材範圍。實用的請求可以詢問特定流程需要哪些可見欄位、頁面如何組織，或圖解中的連接線代表什麼。進行視覺程式設計任務時，提供截圖與文字需求，再要求符合可見結構的文字說明或實作提案。區分能直接觀察的屬性，以及取決於隱藏應用程式行為的屬性。
處理影片時，指出希望解釋的事件、順序或關係。保留相關片段；小細節重要時，提供清晰可讀的靜態畫面。為多份輸入加上標籤並說明順序，避免將比較誤解為互不相關的場景。結果是對素材的文字敘述，以及針對指定問題的結論；它本身不會編輯來源、建立新影片，也不會驗證觀察範圍外的事情。
製造商的 Plus 模型卡未宣稱支援函式呼叫、網頁搜尋或受約束的結構化輸出。可用清楚的標題、比較表格或觀察清單組織文字答案；任何看似機器可讀的結果，都應在應用程式使用前先驗證。聊天參考文件指出，system 訊息對 QVQ 模型沒有作用，因此角色、任務與格式指示應放在 user 訊息中。保留文件記載的 QVQ 取樣預設值，避免套用其他 Qwen 家族的 temperature 或詞元選擇設定方式。
要取得實用的分析成品，應要求列出觀察到的事實、說明與明確命名的最終答案。對照可見數字、標籤與單位檢查計算，並對照所引用的來源段落檢查文件解讀。需要重新檢視個案時，將選定的 Plus 版本身分與輸入素材和結果一併保存。區分經推理的提案與後續動作：要求的工具操作仍須由應用程式或人員執行，並回傳結果。此模型提供視覺推理與文字，原始素材則持續作為審查依據。
", "aboutText": "QVQ-Plus 是 Qwen 旗下 QVQ 視覺推理模型的 Plus 系列。製造商強調的用途包括數學、程式設計、視覺分析、創作，以及涉及視覺證據的一般任務。它接收文字、圖片與影片，回傳包含推理過程與答案的文字。Plus 名稱代表模型家族身分，不能代替固定的 QVQ-Max 快照，也不代表圖片生成模型。\n\n文件記載的上下文視窗為 131,072 詞元，輸入上限為 106,496 詞元，輸出上限為 8,192 詞元。規劃請求時，應分別看待這些限制。納入文字任務、相關視覺素材與必要的對話紀錄後，還要為說明與最終答案預留空間。螢幕截圖或影片所占的輸入量取決於處理後的表示形式，因此僅計算鍵入的字元數，不足以衡量完整輸入。\n\n製造商將 QVQ 描述為結合視覺輸入、推理與文字答案的模型。文件中的 QVQ 服務流程採用串流。應用程式應區分中間推理與最終答案片段，並先組合文字，再作為完整說明呈現。即使要求簡短答案，仍可能經過內部推理；要求精簡並不會將模型變成另一個非思考版本。\n\n處理圖表或表格時，說明要進行的比較，並提供可讀的標籤、單位與標題。例如，可詢問兩條繪製的資料序列在選定範圍內是否逐漸分歧，再要求指出支持結論的可見觀察。若答案需要數值，應確保來源包含這些數值；若只能從視覺大致判讀，則要求模型註明不確定性。保留原始圖片，方便對照證據檢查結果。\n\n處理文件或介面截圖時，定義使用者目標及待分析的素材範圍。實用的請求可以詢問特定流程需要哪些可見欄位、頁面如何組織，或圖解中的連接線代表什麼。進行視覺程式設計任務時，提供截圖與文字需求，再要求符合可見結構的文字說明或實作提案。區分能直接觀察的屬性，以及取決於隱藏應用程式行為的屬性。\n\n處理影片時，指出希望解釋的事件、順序或關係。保留相關片段；小細節重要時，提供清晰可讀的靜態畫面。為多份輸入加上標籤並說明順序，避免將比較誤解為互不相關的場景。結果是對素材的文字敘述，以及針對指定問題的結論；它本身不會編輯來源、建立新影片，也不會驗證觀察範圍外的事情。\n\n製造商的 Plus 模型卡未宣稱支援函式呼叫、網頁搜尋或受約束的結構化輸出。可用清楚的標題、比較表格或觀察清單組織文字答案；任何看似機器可讀的結果，都應在應用程式使用前先驗證。聊天參考文件指出，system 訊息對 QVQ 模型沒有作用，因此角色、任務與格式指示應放在 user 訊息中。保留文件記載的 QVQ 取樣預設值，避免套用其他 Qwen 家族的 temperature 或詞元選擇設定方式。\n\n要取得實用的分析成品，應要求列出觀察到的事實、說明與明確命名的最終答案。對照可見數字、標籤與單位檢查計算，並對照所引用的來源段落檢查文件解讀。需要重新檢視個案時，將選定的 Plus 版本身分與輸入素材和結果一併保存。區分經推理的提案與後續動作：要求的工具操作仍須由應用程式或人員執行，並回傳結果。此模型提供視覺推理與文字，原始素材則持續作為審查依據。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
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 結合文字問題與圖片或影片，產生經推理的文字答案。可用於視覺數學、圖表與文件分析，或結論取決於多項可見細節的問題；Plus 系列保有自身的版本身分。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
QVQ-Plus 是 Qwen 旗下 QVQ 視覺推理模型的 Plus 系列。製造商強調的用途包括數學、程式設計、視覺分析、創作，以及涉及視覺證據的一般任務。它接收文字、圖片與影片，回傳包含推理過程與答案的文字。Plus 名稱代表模型家族身分，不能代替固定的 QVQ-Max 快照，也不代表圖片生成模型。
文件記載的上下文視窗為 131,072 詞元，輸入上限為 106,496 詞元，輸出上限為 8,192 詞元。規劃請求時，應分別看待這些限制。納入文字任務、相關視覺素材與必要的對話紀錄後，還要為說明與最終答案預留空間。螢幕截圖或影片所占的輸入量取決於處理後的表示形式，因此僅計算鍵入的字元數，不足以衡量完整輸入。
製造商將 QVQ 描述為結合視覺輸入、推理與文字答案的模型。文件中的 QVQ 服務流程採用串流。應用程式應區分中間推理與最終答案片段，並先組合文字，再作為完整說明呈現。即使要求簡短答案，仍可能經過內部推理；要求精簡並不會將模型變成另一個非思考版本。
處理圖表或表格時，說明要進行的比較，並提供可讀的標籤、單位與標題。例如，可詢問兩條繪製的資料序列在選定範圍內是否逐漸分歧，再要求指出支持結論的可見觀察。若答案需要數值，應確保來源包含這些數值；若只能從視覺大致判讀，則要求模型註明不確定性。保留原始圖片，方便對照證據檢查結果。
處理文件或介面截圖時，定義使用者目標及待分析的素材範圍。實用的請求可以詢問特定流程需要哪些可見欄位、頁面如何組織，或圖解中的連接線代表什麼。進行視覺程式設計任務時，提供截圖與文字需求，再要求符合可見結構的文字說明或實作提案。區分能直接觀察的屬性，以及取決於隱藏應用程式行為的屬性。
處理影片時，指出希望解釋的事件、順序或關係。保留相關片段；小細節重要時，提供清晰可讀的靜態畫面。為多份輸入加上標籤並說明順序，避免將比較誤解為互不相關的場景。結果是對素材的文字敘述，以及針對指定問題的結論；它本身不會編輯來源、建立新影片，也不會驗證觀察範圍外的事情。
製造商的 Plus 模型卡未宣稱支援函式呼叫、網頁搜尋或受約束的結構化輸出。可用清楚的標題、比較表格或觀察清單組織文字答案；任何看似機器可讀的結果，都應在應用程式使用前先驗證。聊天參考文件指出，system 訊息對 QVQ 模型沒有作用，因此角色、任務與格式指示應放在 user 訊息中。保留文件記載的 QVQ 取樣預設值，避免套用其他 Qwen 家族的 temperature 或詞元選擇設定方式。
要取得實用的分析成品，應要求列出觀察到的事實、說明與明確命名的最終答案。對照可見數字、標籤與單位檢查計算，並對照所引用的來源段落檢查文件解讀。需要重新檢視個案時，將選定的 Plus 版本身分與輸入素材和結果一併保存。區分經推理的提案與後續動作：要求的工具操作仍須由應用程式或人員執行，並回傳結果。此模型提供視覺推理與文字，原始素材則持續作為審查依據。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 qvq-plus | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00058 / 1K Token 輸出 · 輸出 Token $0.00144 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra qvq-plus
請使用上方列出的 API 方法路徑。
qvq-plusQVQ-Plus 結合文字問題與圖片或影片，產生經推理的文字答案。可用於視覺數學、圖表與文件分析，或結論取決於多項可見細節的問題；Plus 系列保有自身的版本身分。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
QVQ-Plus 是 Qwen 旗下 QVQ 視覺推理模型的 Plus 系列。製造商強調的用途包括數學、程式設計、視覺分析、創作，以及涉及視覺證據的一般任務。它接收文字、圖片與影片，回傳包含推理過程與答案的文字。Plus 名稱代表模型家族身分，不能代替固定的 QVQ-Max 快照，也不代表圖片生成模型。
文件記載的上下文視窗為 131,072 詞元，輸入上限為 106,496 詞元，輸出上限為 8,192 詞元。規劃請求時，應分別看待這些限制。納入文字任務、相關視覺素材與必要的對話紀錄後，還要為說明與最終答案預留空間。螢幕截圖或影片所占的輸入量取決於處理後的表示形式，因此僅計算鍵入的字元數，不足以衡量完整輸入。
製造商將 QVQ 描述為結合視覺輸入、推理與文字答案的模型。文件中的 QVQ 服務流程採用串流。應用程式應區分中間推理與最終答案片段，並先組合文字，再作為完整說明呈現。即使要求簡短答案，仍可能經過內部推理；要求精簡並不會將模型變成另一個非思考版本。
處理圖表或表格時，說明要進行的比較，並提供可讀的標籤、單位與標題。例如，可詢問兩條繪製的資料序列在選定範圍內是否逐漸分歧，再要求指出支持結論的可見觀察。若答案需要數值，應確保來源包含這些數值；若只能從視覺大致判讀，則要求模型註明不確定性。保留原始圖片，方便對照證據檢查結果。
處理文件或介面截圖時，定義使用者目標及待分析的素材範圍。實用的請求可以詢問特定流程需要哪些可見欄位、頁面如何組織，或圖解中的連接線代表什麼。進行視覺程式設計任務時，提供截圖與文字需求，再要求符合可見結構的文字說明或實作提案。區分能直接觀察的屬性，以及取決於隱藏應用程式行為的屬性。
處理影片時，指出希望解釋的事件、順序或關係。保留相關片段；小細節重要時，提供清晰可讀的靜態畫面。為多份輸入加上標籤並說明順序，避免將比較誤解為互不相關的場景。結果是對素材的文字敘述，以及針對指定問題的結論；它本身不會編輯來源、建立新影片，也不會驗證觀察範圍外的事情。
製造商的 Plus 模型卡未宣稱支援函式呼叫、網頁搜尋或受約束的結構化輸出。可用清楚的標題、比較表格或觀察清單組織文字答案；任何看似機器可讀的結果，都應在應用程式使用前先驗證。聊天參考文件指出，system 訊息對 QVQ 模型沒有作用，因此角色、任務與格式指示應放在 user 訊息中。保留文件記載的 QVQ 取樣預設值，避免套用其他 Qwen 家族的 temperature 或詞元選擇設定方式。
要取得實用的分析成品，應要求列出觀察到的事實、說明與明確命名的最終答案。對照可見數字、標籤與單位檢查計算，並對照所引用的來源段落檢查文件解讀。需要重新檢視個案時，將選定的 Plus 版本身分與輸入素材和結果一併保存。區分經推理的提案與後續動作：要求的工具操作仍須由應用程式或人員執行，並回傳結果。此模型提供視覺推理與文字，原始素材則持續作為審查依據。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 qvq-plus | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0.00058 / 1K Token 輸出 · 輸出 Token $0.00144 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "qvq-plus",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra qvq-plus
請使用上方列出的 API 方法路徑。
英文技術範例
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.