Qwen2 VL 72B Instruct

Цена

Текстовый диалог · вход

275,99 ₽ / 1 млн токенов

Текстовый диалог · выход

827,96 ₽ / 1 млн токенов

Текстовый диалог · вход из кэша

275,99 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Qwen2-VL-72B-Instruct — мультимодальная модель Alibaba Cloud для понимания изображений, видео длиннее 20 минут и работы с визуальными агентами. Поддерживает несколько языков и контекст 128K токенов. Разработчик: alibaba. Вход: текст, изображения, видео.

Характеристики

Тип модели

Текст

Вход модели

Текст, Изображения, Видео

Данные, которые модель принимает вместе с запросом.

Выход модели

Не указан

Форматы результата, которые создаёт модель.

Операции

Текстовый диалог

Возможности модели

Потоковый ответ, Понимание изображений, Входные изображения, Входное видео

Контрольные показатели

Для этой версии модели оценок пока нет.

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "alibaba/qwen2-vl-72b-instruct",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))

Похожие модели

Загружаем похожие модели…