qwen2-vl-2b-instruct
Qwen2-VL-2B-Instruct 是 Qwen 的視覺語言模型，適用於圖片提問、圖片中的多語言文字與視覺說明。提供可讀圖片與精確問題，以取得依據可見證據撰寫的結果。
- Ailoot Ultra · OpenAI Chat
POST /v1/chat/completionsqwen2-vl-2b-instruct - Ailoot Ultra · Anthropic Messages
POST /v1/messagesqwen2-vl-2b-instruct
關於模型
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。
Qwen2-VL-2B-Instruct 是 Qwen 經指令微調的 2B 視覺語言模型，適用於圖片與文字提問。製造商描述其可處理不同解析度與畫面比例的圖片，並理解圖片中數種語言的文字。生成結果是針對所附視覺材料與問題的文字回應。製造商也描述了搭配手機、機器人等裝置的視覺代理用途。這類工作流程應提供目前視覺環境與文字指令；周邊應用程式執行建議操作，再回傳觀察到的狀態供下一個問題使用。
提供圖片與精確問題
選擇包含作答所需證據的圖片，再指出要解讀的細節。文件問題可詢問可見段落；圖表問題可指出要說明的資料序列、座標軸與比較內容。將圖片識別碼與要求的結果放在一起，讓回應持續對應到正確參考資料。
製造商列出的圖文理解語言不限於英文與中文，也包含歐洲語言、日文、韓文、阿拉伯文與越南文。要求轉錄、解釋或翻譯可見文字時，請保留原始用字與文字系統。例如，任務說明可要求列出畫面上的標籤，再另外解釋其含義。
審慎設定解析度與視覺 token
Qwen2-VL 使用動態解析度，將圖片對應至可變數量的視覺 tokens。在原生處理器範例中，每張圖片的預設範圍為 4 至 16,384 個視覺 tokens。原生指南示範了最小與最大像素設定，包括較窄的 256 至 1,280 圖片 token 準備範圍，以平衡細節與處理需求。這些設定會在調整尺寸時保留畫面比例。
製造商也允許指定調整後的高度與寬度，並取整至 28 的倍數。請選擇能讓重要標籤保持可讀的準備方式，裁切時也要保留原始圖片。原生範例涵蓋多張圖片與批次，讓問題能分別標示各個參考來源。
依文件列出的視覺限制使用
製造商指出，在複雜的多步驟指令、複雜場景中的物件計數，以及三維空間推理方面存在限制；也提到對特定人物或品牌的辨識不完整。請要求範圍明確的視覺觀察，並檢查結果所依據的特定數量、標籤或相對位置。
製造商表示，圖片資料集更新至 2023 年 6 月。對較新或不熟悉的標籤，請提供所需文字上下文，不要要求僅憑圖片確立該資訊。在回傳說明中，讓直接引用的標籤與推論出的身分清楚可區分。
將準備好的輸入與答案一起保存
已公布的 checkpoint 設定將最大位置數設為 32,768。請使用相符的模型處理器準備問題與視覺輸入，並保留請求使用的圖片順序。原生輔助工具接受本機圖片、base64 與圖片網址。
將選定的 2B Instruct 名稱、參考資料與完成的文字答案一起儲存。後續提問應附上相關材料，指出要修正的特定觀察或解讀，再將修正結果與該來源比對。
透過 Ailoot，請在 /v1/chat/completions 使用確切的模型 ID，並在對話中將圖片與相關問題放在一起。圖片內容格式使用 image_url；支援的圖片來源可包含圖片網址或 base64 data URI。收集完整 JSON 答案，或在啟用 stream 時收齊所有 SSE 片段，並將 usage 與完成的結果一併保留。
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions qwen2-vl-2b-instruct
qwen2-vl-2b-instruct入門
Qwen2-VL-2B-Instruct 是 Qwen 的視覺語言模型，適用於圖片提問、圖片中的多語言文字與視覺說明。提供可讀圖片與精確問題，以取得依據可見證據撰寫的結果。
- 接受的輸入
- 文字 · 圖片
- 結果
- 文字
Ailoot 可用 · 輸入與方法
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
- 輸入
text,image- 輸出
text- 輸出格式
- JSON or 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 qwen2-vl-2b-instruct 條件: 請原樣使用這個 Ailoot 路由選擇值。 | 預設值— |
欄位messages | 類型array | 要求必填 | 值與限制 條件: | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 條件: | 預設值false |
輸入素材組合
text_input · 必填： messages
image_with_text · 必填： messages with actual image content blocks
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數optional | 規格stream |
參數material_types | 規格text, image |
參數conditions | 規格請原樣使用這個 Ailoot 路由選擇值。, 所選的特定模型支援視覺能力時，可透過此協定傳送圖片內容。協定接受請求不代表每個模型都具備圖片處理能力。 |
方法別名： /chat/completions
生命週期： synchronous_or_streamed
方案
費率資訊不會增加請求選項。支援的參數列於所選方法中。
- 快速模式
- 標準費率 選取快速模式時
- flex 模式
- 標準費率 選取 flex 模式時
- 最高推理強度
- 標準費率 最高推理強度採用 default 調整值時
- 顯式快取計價
- 未啟用 請求顯式快取時
- 純文字零費率
- 快取、工具與媒體各依其另行列出的計價條件計費。 適用於純文字輸入與輸出
Ailoot 費率
各設定的價格
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · OpenAI Chat
set -eu
: "${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.
接收並儲存結果
Ailoot Ultra · OpenAI Chat
JSON or SSE
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
請保留每個內容區塊、工具呼叫 ID、傳回時附帶的思考簽章、所有 SSE 增量資料及完整用量資訊。第一段文字片段並非完整結果。
需要檢查原始回應時
請保留原始 X-Client-Request-ID、回應與標頭。結果不明或為 result_pending_check 時，不代表可以第二次建立。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位choices[] | 類型object |
欄位usage | 類型object |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、模型選擇值、型別或輸入表示格式無效。 | 下一步準備另一個獨立請求前，請檢視傳回的驗證詳情。 |
回應 | 條件原始請求或結果不明，或需要檢查。 | 下一步請保留原始識別碼與標頭，僅讀取支援的狀態資料或媒體庫紀錄。請勿再次提交建立請求。 |
別名
模型別名
Ailoot Ultra qwen2-vl-2b-instruct
方法路徑別名
/chat/completions
相關呼叫用 ID
Ailoot Ultra · Anthropic Messages POST /v1/messages qwen2-vl-2b-instruct
qwen2-vl-2b-instruct入門
Qwen2-VL-2B-Instruct 是 Qwen 的視覺語言模型，適用於圖片提問、圖片中的多語言文字與視覺說明。提供可讀圖片與精確問題，以取得依據可見證據撰寫的結果。
- 接受的輸入
- 文字 · 圖片
- 結果
- json · sse
Ailoot 可用 · 輸入與方法
Ailoot Ultra · Anthropic Messages POST /v1/messages
- 輸入
text,image- 輸出
json,sse- 輸出格式
- JSON or 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 qwen2-vl-2b-instruct 條件: 請原樣使用這個 Ailoot 路由選擇值。 | 預設值— |
欄位messages | 類型array | 要求必填 | 值與限制 條件: | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 條件: | 預設值false |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 最小值: 1 條件: | 預設值— |
輸入素材組合
text_input · 必填： messages
image_with_text · 必填： messages with actual image content blocks
方法參數與生命週期
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional | 規格stream |
參數material_types | 規格text, image |
參數conditions | 規格請原樣使用這個 Ailoot 路由選擇值。, 所選的特定模型支援視覺能力時，可透過此協定傳送圖片內容。協定接受請求不代表每個模型都具備圖片處理能力。 |
生命週期： synchronous_or_streamed
方案
費率資訊不會增加請求選項。支援的參數列於所選方法中。
- 快速模式
- 標準費率 選取快速模式時
- flex 模式
- 標準費率 選取 flex 模式時
- 最高推理強度
- 標準費率 最高推理強度採用 default 調整值時
- 顯式快取計價
- 未啟用 請求顯式快取時
- 純文字零費率
- 快取、工具與媒體各依其另行列出的計價條件計費。 適用於純文字輸入與輸出
Ailoot 費率
各設定的價格
| 設定 | 費率表 | 費用 |
|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 費用 輸入 · 輸入 Token $0 / 1K Token 輸出 · 輸出 Token $0 / 1K Token 輸入 · 讀取快取 $0 / 1K Token 輸入 · 寫入快取 $0 / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
請求範例
Ailoot Ultra · Anthropic Messages
set -eu
: "${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.
接收並儲存結果
Ailoot Ultra · Anthropic Messages
JSON or SSE
保留所有已完成的結果
請保留所有完整傳回的回應、檔案與內容區塊。
請保留每個內容區塊、工具呼叫 ID、傳回時附帶的思考簽章、所有 SSE 增量資料及完整用量資訊。第一段文字片段並非完整結果。
需要檢查原始回應時
請保留原始 X-Client-Request-ID、回應與標頭。結果不明或為 result_pending_check 時，不代表可以第二次建立。
回應欄位
| 欄位 | 類型 |
|---|---|
欄位content[] | 類型object |
欄位usage | 類型object |
錯誤與後續步驟
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、模型選擇值、型別或輸入表示格式無效。 | 下一步準備另一個獨立請求前，請檢視傳回的驗證詳情。 |
回應 | 條件原始請求或結果不明，或需要檢查。 | 下一步請保留原始識別碼與標頭，僅讀取支援的狀態資料或媒體庫紀錄。請勿再次提交建立請求。 |
別名
模型別名
Ailoot Ultra qwen2-vl-2b-instruct
方法路徑別名
/chat/completions
相關呼叫用 ID
FAQ · qwen2-vl-2b-instruct
- 可以使用哪些輸入與結果？
POST /v1/chat/completions·qwen2-vl-2b-instruct:text,image→textPOST /v1/messages·qwen2-vl-2b-instruct:text,image→json,sse- 請求使用哪些欄位？
POST /v1/chat/completions·qwen2-vl-2b-instruct:model,messages,streamPOST /v1/messages·qwen2-vl-2b-instruct:model,messages,stream,max_tokens- 適用哪些限制？
POST /v1/messages·qwen2-vl-2b-instruct:max_tokens.minimum:1