AI Models8 menit baca

Qwen4-Max Preview bisa membaca video. Bisakah ia menemukan momen yang tepat?

Video pelatihan panjang cocok untuk menguji Qwen4-Max Preview. Periksa apakah jawaban mengarah ke adegan yang benar dan apa yang berubah saat memakai cuplikan pendek.

K
Ken Jo

Video pelatihan mengajarkan untuk mengarsipkan catatan hanya setelah memeriksa status retensi. Empat puluh menit kemudian, demonstrasi kedua membuka layar yang sama dan melewatinya. Peserta bertanya adegan mana yang menunjukkan urutan lengkap. Jawaban yang rapi mudah dibaca, tetapi penanda waktu yang tepat jauh lebih berguna.

Pada 11 November 2026, QwenCloud memulai pratinjau terbatas Qwen4-Max-Preview, model unggulan yang menerima teks, gambar, dan video. Dokumentasinya menyebut panjang konteks satu juta token. Pratinjau hanya tersedia melalui Token Plan dan dijadwalkan berakhir pada 25 November pukul 24.00 UTC+8. Setelah itu QwenCloud menyatakan akan menghentikan ID model tersebut. Dokumentasi model QwenCloud

Model seperti ini memungkinkan Anda menanyakan isi rekaman panjang. Pertanyaan bergunanya adalah apakah ia bisa mengarahkan orang ke bagian tepat yang membuktikan jawabannya. Video pelatihan membantu memisahkan tiga hal yang perlu dinilai, yaitu menemukan adegan, memahaminya, dan melaporkannya dengan jelas.

Jendela yang panjang memberi lebih banyak bagian untuk dicari

Satu juta token adalah batas konteks. Angka itu kurang membantu memperkirakan banyaknya detail yang dapat diambil dari video tertentu. Pemrosesan video, pengambilan sampel bingkai, batas berkas, jalur API, dan bagian prompt lain dapat memengaruhi isi permintaan. Dua rekaman berdurasi sama juga bisa menuntut perhatian yang berbeda. Tampilan layar sesaat dapat lebih sulit ditemukan daripada bagian yang terlihat beberapa menit. Periksa panduan input video untuk endpoint dan metode yang Anda gunakan.

QwenCloud mendokumentasikan keluaran terstruktur dan kendali terpisah untuk intensitas penalaran. Anda dapat meminta objek jawaban yang konsisten dan membandingkan pengaturan. Format itu menyediakan tempat untuk klaim dan penanda waktu. Buktinya tetap harus diperiksa pada tayangan di waktu tersebut. Kemampuan model QwenCloud

Bayangkan pelatihan perangkat lunak berdurasi 50 menit yang menampilkan dialog arsip dua kali. Pada demonstrasi lengkap, instruktur membaca kolom retensi dan memeriksa tanggal sebelum melanjutkan. Pada rangkuman, instruktur menunjukkan cara membuka dialog tanpa memeriksa kolom. Jawaban yang tepat perlu mengidentifikasi demonstrasi lengkap dan menyebut petunjuk visualnya. Mencocokkan judul dialog saja dapat mengarahkan peserta ke adegan yang salah.

Susun penilaian berdasarkan perbedaan tersebut. Untuk setiap pertanyaan, minta peninjau menandai rentang yang mendukung jawaban, mengidentifikasi bukti visual, dan mencatat apakah transkrip saja cukup. Jika dua rentang sama-sama punya bukti, tandai keduanya sebagai valid. Dengan begitu, bagian alternatif yang berguna tidak dihukum. Jika urutan dua tindakan penting, tandai rentang penuh yang menunjukkan keduanya.

Video panjang menghasilkan usulan penanda waktu yang dibuka peninjau untuk memeriksa adegan

Penanda waktu berguna jika bisa dibuka dan memperlihatkan buktinya. Ilustrasi asli oleh Telli.sh.

Minta jawaban yang dapat diperiksa

Objek jawaban bisa sederhana. Sertakan jawaban, waktu mulai dan selesai pada video sumber, uraian singkat petunjuk pendukung, serta status untuk bukti yang tidak memadai. Antarmuka dapat membuka video di awal rentang yang diusulkan. Minta peninjau melihat buktinya sebelum membaca penjelasan model agar penjelasan yang terdengar masuk akal tidak terlalu memengaruhi penilaian.

Contoh permintaannya adalah “Temukan urutan pengarsipan yang lengkap. Kembalikan awal dan akhir adegan, sebutkan kolom status retensi, dan jelaskan apakah tanggal muncul sebelum konfirmasi arsip. Jika urutan lengkap tidak tampak, laporkan bahwa buktinya tidak memadai.” Gunakan kolom yang dapat diperiksa langsung. Mintalah angka keyakinan hanya jika Anda juga bisa memeriksa apakah angkanya mencerminkan hasil nyata.

Uji teks, urutan, dan ketiadaan. Untuk teks, pilih label yang maknanya berubah di dua adegan. Untuk urutan, tanyakan apa yang muncul sebelum atau sesudah petunjuk jelas. Untuk ketiadaan, tanyakan langkah masuk akal yang tidak pernah ditampilkan. Model dapat lulus pertanyaan biasa dengan mengikuti pola umum. Contoh negatif menunjukkan responsnya ketika pola itu bertentangan dengan isi rekaman ini.

Penanda waktu juga perlu definisi. Jika pemutar dimulai dari nol dan transkrip memakai kode waktu rekaman asli, selaraskan keduanya sebelum menilai. Jika memotong cuplikan lima menit, simpan selisih antara waktu cuplikan dan waktu sumber. Mengekspor 04:15 pada cuplikan lalu membuka 04:15 pada rekaman penuh bisa menimbulkan kesalahan yang tampak meyakinkan meski model menemukan bingkai yang tepat.

Jalankan pencarian luas dan pemeriksaan sempit untuk pertanyaan yang sama

Anda bisa mengirim video penuh untuk memperoleh rentang kandidat. Cara lain adalah membagi video menjadi bab, memilih beberapa bab berdasarkan judul atau transkrip, lalu meminta model memeriksa cuplikan yang lebih singkat. Gunakan pertanyaan dan rentang acuan manusia yang sama. Bandingkan keduanya sebelum memutuskan apakah permintaan besar sepadan dengan waktu dan biaya.

MetodeMembantu untukHal yang diperiksa
Video penuh dalam satu permintaanTindakan yang berulang pada adegan berjauhanKejadian yang tepat, latensi menyeluruh, dan keluaran yang tidak lengkap
Pencarian bab lalu cuplikan pendekTopik yang sudah diketahui dengan detail visual kecilKesalahan pemilihan bab dan selisih penanda waktu
Transkrip dahulu lalu pemeriksaan visualProses dengan narasi dan konfirmasi di layarKesesuaian antara narasi dan tindakan yang terlihat

Pencarian video penuh dan cuplikan pendek masuk ke pemeriksaan bukti yang sama oleh manusia

Pakai satu set adegan acuan untuk membandingkan jalur pencarian yang berbeda. Ilustrasi asli oleh Telli.sh.

Jalur pendek bisa lebih murah, tetapi menambah kemungkinan gagal menemukan cuplikan sebelum model melihat bukti. Video penuh bisa menemukan adegan di bab tak terduga. Model juga bisa menemukan bagian umum tanpa menangkap petunjuk tepat. Catat jenis setiap kesalahan. Kesalahan pencarian memerlukan pemilihan bab yang lebih baik. Kesalahan bukti meminta input visual lebih jelas atau tahap peninjauan berbeda. Kesalahan waktu sumber meminta perbaikan pada pemutar atau konversi.

Pisahkan temuan adegan dari jawaban lengkap. Tandai apakah usulan rentang bertumpang tindih dengan adegan acuan valid. Lalu periksa apakah jawaban menyebut kolom dan urutan tindakan dengan tepat. Tentukan toleransi waktu di muka, misalnya sepuluh detik untuk panduan lambat. Transisi cepat mungkin perlu toleransi jauh lebih sempit. Simpan pengaturan bersama hasil evaluasi agar model lain dinilai dengan cara sama.

Catat waktu sejak pengguna bertanya sampai bukti bisa diputar. Respons cepat yang hanya memberi penjelasan tanpa rentang berguna membuat pengguna mencari sekali lagi. Bedakan waktu hingga hasil pertama yang bisa dipakai dan waktu selesai seluruh respons. Untuk jawaban penting, dua kandidat teratas mungkin layak dibuka. Untuk pertanyaan rutin, jawaban benar dan satu tautan bukti bisa cukup.

Tiga video serupa dapat mengungkap tiga kesalahan berbeda

Buat set uji kecil dengan satu kesulitan jelas per rekaman. Pada demonstrasi bernarasi, pastikan instruksi suara sesuai tindakan visual. Pada rekaman kedua, tampilkan urutan tombol yang berbeda dari yang dijelaskan. Pada ketiga, taruh adegan mirip di awal dan adegan yang benar mendekati akhir. Model bisa bagus pada tutorial biasa dan tetap gagal pada kasus yang dibutuhkan peserta.

Pilih tugas yang bergantung pada petunjuk visual spesifik. Dalam video kedua, narator meminta klik Submit, tetapi tombol yang terlihat bertuliskan Save as draft dan dokumen tidak masuk antrean peninjauan. Pengguna perlu membedakan anjuran pembicara dari kejadian sebenarnya. Tandai kolom yang menunjukkan status akhir sebagai bukti. Penanda waktu harus membuka video cukup awal untuk memperlihatkan alasan statusnya berubah.

Berikan tabel keputusan sederhana. Rentang benar dengan tafsiran salah adalah kesalahan membaca. Tafsiran benar yang ditautkan ke adegan berbeda adalah kesalahan pencarian. Jawaban “bukti tidak cukup” benar untuk cuplikan yang sengaja tidak lengkap dan salah untuk cuplikan yang jelas menunjukkan urutan. Hitung kasus ini agar model tidak bisa meningkatkan skor dengan selalu menolak pertanyaan sulit. Gunakan penilaian yang sama untuk setiap varian.

Periksa keterbacaan sebelum menyimpulkan dari teks layar yang terlewat. Buka berkas yang benar-benar dikirim pada ukuran penggunaan dan bandingkan bingkai yang dapat dilihat peninjau. Kompresi bisa membuat status tidak terbaca sebelum video sampai ke model. Uji potongan yang lebih fokus jika permintaan luas terus menemukan bab tetapi melewatkan detail kecil. Ini membantu menentukan apakah detail visual setempat lebih bermanfaat daripada mengirim ulang seluruh video.

Tim pelatihan juga perlu menetapkan batas editorial untuk durasi bukti. Lima detik bisa menunjukkan kondisi akhir tanpa keputusan sebelumnya. Tandai apakah peserta perlu melihat menu yang dipilih, peringatan, atau layar konfirmasi. Antarmuka pun dapat membuka bagian yang menjelaskan tugas sekaligus membuktikan jawaban.

Gunakan masa pratinjau sebagai jendela evaluasi

QwenCloud memakai ID qwen4-max-preview. Halaman model menyebut akses khusus Token Plan dan tidak menyediakan bayar sesuai pemakaian pada pratinjau ini. Penyedia mendokumentasikan kompatibilitas dengan Chat Completions dan Responses bergaya OpenAI serta Messages bergaya Anthropic. Periksa aturan input visual protokol pilihan sebelum memakai ulang klien yang dirancang untuk teks saja. Akses pratinjau QwenCloud

QwenCloud juga mencantumkan keluaran maksimum 393.216 token yang dibagi antara penalaran dan jawaban akhir. Antarmuka yang kompatibel dengan Chat Completions menghitung keduanya dalam anggaran penyelesaian. Untuk uji ini, minta jawaban ringkas dan pantau keluaran terpotong. Kapasitas keluaran panjang kurang berguna bagi orang yang mencari adegan 20 detik. Pertahankan video, pertanyaan, dan aturan validasi saat membandingkan penalaran agar perubahan input tidak keliru dianggap perbedaan kualitas penalaran.

Pilih video yang diizinkan untuk dikirim. Tutorial sintetis atau klip publik cukup untuk uji pencarian bukti. Tambahkan dua demonstrasi yang terlihat mirip dengan satu perbedaan yang disengaja tanpa menyertakan data pelanggan atau prosedur internal. Jika perlu rekaman tempat kerja, periksa ketentuan data penyedia yang berlaku dan izin tim sebelum mengunggahnya.

Simpan evaluasi agar masih bisa dipakai setelah pratinjau. Catat rujukan berkas, batas bab, rentang acuan, pertanyaan, dan keputusan penilaian bersama ID model dan tanggal. Simpan media di tempat yang Anda berwenang gunakan. Jika ingin membandingkan penggantinya, Anda sudah memiliki bagian yang paling mahal untuk dibuat ulang, yakni contoh yang sudah diperiksa.

Tautan bukti adalah bagian utama antarmuka

Konteks panjang membuat metode pencarian adegan baru layak diuji. Rentang tepat yang bisa diputar membuat hasil berguna bagi orang berikutnya. Untuk tim pelatihan, uji terbaik memeriksa apakah peserta bisa tiba pada momen yang benar dan memahami tindakan tanpa memutar ulang seluruh pelajaran. Uji ini tetap berlaku ketika pratinjau selesai.

Sumber


Untuk menyimpan catatan pelatihan dan keputusan yang didukungnya dalam arsip yang bisa ditelusuri, buat akun Telli.sh.


← Kembali ke blog