Qwen-VL

कोई भी Qwen vision model चलाएँ - मूल रूप से या OpenRouter के माध्यम से।

किसी भी Qwen विज़न-लैंग्वेज मॉडल को चलाएँ - सीधे Roboflow इन्फ्रास्ट्रक्चर पर या OpenRouter के माध्यम से।

आप मनचाहे टेक्स्ट प्रॉम्प्ट या पूर्वनिर्धारित प्रॉम्प्ट निर्दिष्ट कर सकते हैं, यह ब्लॉक निम्नलिखित प्रकार के प्रॉम्प्ट का समर्थन करता है:

• ओपन प्रॉम्प्ट (अप्रतिबंधित) - कच्चा उत्तर जनरेट करने के लिए कोई भी प्रॉम्प्ट उपयोग करें

• टेक्स्ट पहचान (OCR) (ocr) - मॉडल छवि में टेक्स्ट को पहचानता है

• दृश्य प्रश्नोत्तर (visual-question-answering) - मॉडल आपके द्वारा प्रॉम्प्ट में सबमिट किए गए प्रश्न का उत्तर देता है

• कैप्शनिंग (संक्षिप्त) (caption) - मॉडल छवि का संक्षिप्त विवरण प्रदान करता है

• कैप्शनिंग (detailed-caption) - मॉडल छवि का विस्तृत विवरण प्रदान करता है

• एकल-लेबल वर्गीकरण (classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक के रूप में वर्गीकृत करता है

• बहु-लेबल वर्गीकरण (multi-label-classification) - मॉडल छवि की सामग्री को दिए गए वर्गों में से एक या अधिक के रूप में वर्गीकृत करता है

• बिना प्रॉम्प्ट के ऑब्जेक्ट डिटेक्शन (object-detection) - मॉडल छवि में प्रमुख ऑब्जेक्ट्स के लिए बाउंडिंग बॉक्स का पता लगाता है और उन्हें लौटाता है

• संरचित आउटपुट जनरेशन (structured-answering) - मॉडल निर्दिष्ट फ़ील्ड्स के साथ एक JSON प्रतिक्रिया लौटाता है

🛠️ बैकएंड चयन

• नेटिव (Roboflow) - छोटे Qwen-VL मॉडल (0.8B–7B) आपके अन्य Roboflow मॉडलों जैसी ही इन्फ्रास्ट्रक्चर पर चलते हैं. कम लेटेंसी. OCR, कैप्शनिंग, और विज़ुअल प्रश्न-उत्तर जैसे कार्यों के लिए अनुशंसित.

• OpenRouter - बड़े होस्ट किए गए Qwen मॉडल (9B–397B) तक पहुँचें via OpenRouter. डिफ़ॉल्ट रूप से Roboflow-प्रबंधित API कुंजी का उपयोग होता है और शुल्क आपके Roboflow क्रेडिट्स से लिया जाता है. अपनी खुद की sk-or-... कुंजी को api_key फ़ील्ड में दर्ज करें ताकि Roboflow बिलिंग को बायपास किया जा सके. बड़े मॉडलों से लाभ पाने वाले संरचित कार्यों (वर्गीकरण, ऑब्जेक्ट-डिटेक्शन, संरचित-उत्तर) के लिए अनुशंसित.

यह मॉडल संस्करण ड्रॉपडाउन सभी समर्थित वैरिएंट्स सूचीबद्ध करता है; प्रत्येक एक बैकएंड से जुड़ा होता है. एक वैलिडेटर आपके चुने हुए बैकएंड और मॉडल के बीच असंगतियों को पकड़ता है.

🔒 गोपनीयता फ़िल्टर (केवल OpenRouter)

• कोई डेटा संग्रह नहीं (डिफ़ॉल्ट) – प्रदाता आपके इनपुट पर प्रशिक्षण नहीं दे सकते।

• डेटा संग्रह की अनुमति दें – प्रदाताओं का व्यापक समूह।

• शून्य डेटा प्रतिधारण – सबसे सख्त, केवल उन प्रदाताओं तक सीमित करता है जो कुछ भी संग्रहीत नहीं रखते।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/qwen_vlm@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
api_key	str	OpenRouter API कुंजी (केवल तब उपयोग की जाती है जब backend=openrouter). डिफ़ॉल्ट रूप से Roboflow की प्रबंधित कुंजी का उपयोग होता है. अपनी खुद की sk-or-... कुंजी का उपयोग करके Roboflow बिलिंग के बिना सीधे OpenRouter को कॉल करें..	✅
privacy_level	str	प्रदाता गोपनीयता फ़िल्टर (केवल तब उपयोग किया जाता है जब backend=openrouter). अधिक सख्त स्तर प्रदाताओं के समूह को कम करते हैं और प्रबंधित कुंजी पर प्रति-कॉल लागत बढ़ा सकते हैं..	❌
max_tokens	int	मॉडल अपने उत्तर में अधिकतम कितने टोकन उत्पन्न कर सकता है..	❌
temperature	float	सैंपलिंग तापमान (केवल तब उपयोग किया जाता है जब backend=openrouter). नेटिव Qwen-VL रनटाइम तापमान नॉब स्वीकार नहीं करता. दायरा 0.0-2.0 - अधिक = अधिक यादृच्छिक / "रचनात्मक" जनरेशन..	✅
max_concurrent_requests	int	छवियों के एक बैच के लिए समानांतर में चलाए जाने वाले OpenRouter अनुरोधों की अधिकतम संख्या (केवल तब उपयोग की जाती है जब backend=openrouter). नेटिव बैकएंड छवियों को क्रमिक रूप से संसाधित करता है. यदि यह सेट नहीं है, तो वैश्विक Workflows Execution Engine डिफ़ॉल्ट पर वापस जाता है. यदि आप OpenRouter दर-सीमाओं से टकराते हैं, तो इसे सीमित करें..	❌
बैकएंड	str	इन्फ़रेंस कहाँ चलाना है. Native = Roboflow इन्फ्रास्ट्रक्चर. OpenRouter = OpenRouter के माध्यम से होस्ट किए गए बड़े Qwen मॉडल..	❌
मॉडल संस्करण	str	नेटिव Qwen-VL वैरिएंट. कोई प्री-ट्रेंड मॉडल चुनें या फाइन-ट्यून किया गया मॉडल अपने वर्कस्पेस से Qwen3 फाइन-ट्यून का उपयोग करने के लिए..	✅
fine_tuned_model_id	str	अपने वर्कस्पेस से फाइन-ट्यून किया गया Qwen3-VL मॉडल, में वर्कस्पेस/वर्ज़न रूप..	✅
openrouter_model_version	str	OpenRouter पर होस्ट किया गया Qwen वैरिएंट..	✅
task_type	str	मॉडल द्वारा निष्पादित किया जाने वाला कार्य प्रकार। मान आवश्यक पैरामीटर और आउटपुट प्रतिक्रिया निर्धारित करता है..	❌
प्रॉम्प्ट	str	Qwen मॉडल के लिए पाठ प्रॉम्प्ट.	✅
enable_thinking	bool	Qwen3.5-VL के रीज़निंग मोड को सक्षम करें, जहाँ मॉडल अपने उत्तर से पहले थिंकिंग टोकन उत्पन्न करता है. रीज़निंग ट्रेस को थिंकिंग आउटपुट में वापस किया जाता है. केवल Qwen 3.5 VL 2B चेकपॉइंट (और उससे व्युत्पन्न Qwen3-VL फाइन-ट्यून) ही इसका समर्थन करता है; अन्यत्र इसे अनदेखा किया जाता है..	❌
output_structure	Dict[str, str]	अपेक्षित JSON प्रतिक्रिया की संरचना वाली डिक्शनरी।	❌
classes	List[str]	उपयोग की जाने वाली वर्गों की सूची।	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

रनटाइम संगतता

requires_internet - air-gapped / offline deployments : यह ब्लॉक ऐसी सेवा पर निर्भर करता है जो पूरी तरह ऑफ़लाइन / air-gapped deployments से पहुँचा नहीं जा सकता।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार Qwen-VL संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • api_key (Union[ROBOFLOW_MANAGED_KEY, secret, string]): OpenRouter API कुंजी (केवल तब उपयोग की जाती है जब backend=openrouter). डिफ़ॉल्ट रूप से Roboflow की प्रबंधित कुंजी का उपयोग होता है. अपनी खुद की sk-or-... कुंजी का उपयोग करके Roboflow बिलिंग के बिना सीधे OpenRouter को कॉल करें..

  • temperature (float): सैंपलिंग तापमान (केवल तब उपयोग किया जाता है जब backend=openrouter). नेटिव Qwen-VL रनटाइम तापमान नॉब स्वीकार नहीं करता. दायरा 0.0-2.0 - अधिक = अधिक यादृच्छिक / "रचनात्मक" जनरेशन..

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • मॉडल संस्करण (string): नेटिव Qwen-VL वैरिएंट. कोई प्री-ट्रेंड मॉडल चुनें या फाइन-ट्यून किया गया मॉडल अपने वर्कस्पेस से Qwen3 फाइन-ट्यून का उपयोग करने के लिए..

  • fine_tuned_model_id (Union[roboflow_model_id, string]): अपने वर्कस्पेस से फाइन-ट्यून किया गया Qwen3-VL मॉडल, में वर्कस्पेस/वर्ज़न रूप..

  • openrouter_model_version (string): OpenRouter पर होस्ट किया गया Qwen वैरिएंट..

  • प्रॉम्प्ट (string): Qwen मॉडल के लिए पाठ प्रॉम्प्ट.

  • classes (list_of_values): उपयोग की जाने वाली वर्गों की सूची।

• आउटपुट

  • आउटपुट (Union[string, language_model_output]): स्ट्रिंग मान यदि string या LLM / VLM आउटपुट यदि language_model_output.

  • classes (list_of_values): किसी भी प्रकार के मानों की सूची।

  • थिंकिंग (string): स्ट्रिंग मान.

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/qwen_vlm@v1",
	    "api_key": "rf_key:account",
	    "privacy_level": "<block_does_not_provide_example>",
	    "max_tokens": "<block_does_not_provide_example>",
	    "temperature": "<block_does_not_provide_example>",
	    "max_concurrent_requests": "<block_does_not_provide_example>",
	    "images": "$inputs.image",
	    "backend": "<block_does_not_provide_example>",
	    "model_version": "Qwen 3.5 VL 2B",
	    "fine_tuned_model_id": "your-workspace/3",
	    "openrouter_model_version": "Qwen 3.6 27B",
	    "task_type": "<block_does_not_provide_example>",
	    "prompt": "my prompt",
	    "enable_thinking": "<block_does_not_provide_example>",
	    "output_structure": {
	        "my_key": "description"
	    },
	    "classes": [
	        "class-a",
	        "class-b"
	    ]
	}