通义千问（Qwen）API 接口

通义千问（Qwen）是由阿里云研发的超大规模语言模型，支持中文、英文等不同语言输入。“通义千问”这个名字来源于两个方面，“通义”意味着该模型具有广泛的知识和普适性，可以理解和回答各种领域的问题。而“千问”则代表了模型可以回答多种多样问题的能力，鼓励大家进行开放和无尽的探索。

多领域知识覆盖：通义千问经过大量的文本训练，能够处理多领域的信息，提供广泛的知识查询服务；

自然语言理解：通义千问能够理解复杂的句子结构，并生成符合语法规范和语境要求的文字；

创新与创造：除了提供信息查询服务外，通义千问还能够帮助用户进行创意写作、故事创作等创造性工作；

代码生成：对于需要编写代码的任务，通义千问也能够提供高效的支持；

定制化服务：可以根据特定行业或应用场景的需求，提供定制化的解决方案和服务；

联系客服

API 接口请求示例：

curl --location 'https://openapi.zidiankeji.com/demo/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer $YOUR_API_KEY' \
--data '{
    "model": "qwen-max",
    "messages": [
        {
            "role": "user",
            "content": "你好，请介绍一下你自己"
        }
    ]
}'

API 接口响应示例：

{
    "id": "chatcmpl-985855ed-89b9-96ca-971d-b107d35b11a6",
    "object": "chat.completion",
    "created": 1728221387,
    "model": "qwen-max",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "你好！我是来自阿里云的超大规模语言模型，我叫通义千问。我是一个能够回答问题、创作文字，还能表达观点、撰写代码的超大规模语言模型。如果您有任何问题或需要帮助，请随时告诉我，我会尽力提供支持。"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 12,
        "completion_tokens": 55,
        "total_tokens": 67
    }
}

功能与特性

专业市场调研和选型

我们深入了解您的业务需求，精心挑选适合您的 API 接口，确保您获得最优解决方案。

定制化集成方案

我们提供定制化的集成方案，确保第三方 API 与您现有系统的完美融合，为您的业务增添智能化动力。

技术对接支持

我们拥有专业的技术团队，为您提供全方位的技术支持，帮助您顺利完成 API 的对接，无需担心技术难题。

性能优化和测试

我们精心优化 API 的性能，并进行全面测试，确保接口稳定运行，为您的业务提供可靠保障。

安全性评估和保障

我们严格评估 API 的安全性，并提供完善的安全保障措施，保护您的数据安全与隐私。

成本控制和优化

我们协助您控制和优化 API 的使用成本，提供精准的计费建议和优化方案，助您降低运营成本。

持续更新和维护

我们持续更新和维护已集成的 API，及时发现并解决潜在问题，确保您业务的平稳运行。

培训和使用指导

我们为您提供专业的培训和使用指导服务，让您轻松掌握 API 的使用技巧，提升业务效率。

合规性和风险管理

我们帮助您评估 API 的合规性和法律风险，并提供合规性管理建议，为您的业务保驾护航。

定期更新和技术支持

我们定期跟进 API 的更新和变化，为您提供持续的技术支持和更新服务，确保您业务的持续发展和改进。

我们拥有 10 年的技术积累，在 IT 行业的丰富经验是确保我们为客户提供创新型解决方案的坚实基础。

服务范围

企业
机构
行业组织
个人

联系我们

服务定价

qwen-max

已对接 264+

通义千问系列效果最好的模型，适合复杂、多步骤的任务，模型中英文综合能力显著提升，模型人类偏好显著提升，模型推理能力和复杂指令理解能力显著增强，困难任务上的表现更优，数学、代码能力显著提升，提升对Table、JSON等结构化数据的理解和生成能力。

￥ 0.09 / 1000 tokens

联系我们

服务保障与承诺

无隐形成本
专人对接沟通
长期技术支持
5×8 小时常规服务
7x24 小时应急响应

qwen-vl-max

已对接 76+

通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model, LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的性能，是首个支持中文开放域的通用定位模型和首个开源448分辨率的大规模视觉语言模型。

￥ 0.025 / 1000 tokens

联系我们

服务保障与承诺

无隐形成本
专人对接沟通
长期技术支持
5×8 小时常规服务
7x24 小时应急响应

API 接口调用说明

接口地址

POST https://openapi.zidiankeji.com/[API_Node]/gpt/v1/chat/completions

注意事项：其中 URL 中的[API_Node]需替换为平台为您账号分配的调用节点。

请求头 Header

字段	值	备注
Authorization	Bearer YOUR_API_KEY	请求的 API KEY
Content-Type	application/json	固定为 application/json

请求参数

参数	类型	默认值	说明
model（必填）	string	-	用户使用model参数指明对应的模型，可选 model 模型见下方列表。
messages（必填）	array	-	用户与模型的对话历史。array中的每个元素形式为`{"role":角色, "content": 内容}`。角色当前可选值：system、user、assistant，其中，仅`messages[0]`中支持role为system，一般情况下，user和assistant需要交替出现，且messages中最后一个元素的role必须为user。
top_p	float	-	生成过程中的核采样方法概率阈值，例如，取值为0.8时，仅保留概率加起来大于等于0.8的最可能token的最小集合作为候选集。取值范围为（0,1.0)，取值越大，生成的随机性越高；取值越小，生成的确定性越高。
temperature	float	-	用于控制模型回复的随机性和多样性。具体来说，temperature值控制了生成文本时对每个候选词的概率分布进行平滑的程度。较高的temperature值会降低概率分布的峰值，使得更多的低概率词被选择，生成结果更加多样化；而较低的temperature值则会增强概率分布的峰值，使得高概率词更容易被选择，生成结果更加确定。取值范围： [0, 2)，不建议取值为0，无意义。
presence_penalty	float	-	用户控制模型生成时整个序列中的重复度。提高presence_penalty时可以降低模型生成的重复度，取值范围[-2.0, 2.0]。
max_tokens	integer	-	指定模型可生成的最大token个数。例如模型最大输出长度为2k，您可以设置为1k，防止模型输出过长的内容。
seed	integer	-	生成时使用的随机数种子，用于控制模型生成内容的随机性。seed支持无符号64位整数。
stream	boolean	false	用于控制是否使用流式输出。当以stream模式输出结果时，接口返回结果为generator，需要通过迭代获取结果，每次输出为当前生成的增量序列。

可选 model 模型列表:

qwen2.5-72b-instruct
qwen2.5-32b-instruct
qwen2.5-14b-instruct
qwen2-72b-instruct
qwen-vl-plus
qwen-max
qwen-max-latest
qwen-plus
qwen-plus-latest
qwen-turbo
qwen-turbo-latest
...

返回参数

返回参数	数据类型	说明
id	string	系统生成的标识本次调用的id。
model	string	本次调用的模型名。
system_fingerprint	string	模型运行时使用的配置版本，当前暂时不支持，返回为空字符串“”。
choices	array	模型生成内容的详情。
choices[i].finish_reason	string	有三种情况： 1. 正在生成时为null； 2. 因触发输入参数中的stop条件而结束为stop； 3. 因生成长度过长而结束为length。
choices[i].message	object	模型输出的消息。
choices[i].message.role	string	模型的角色，固定为assistant。
choices[i].message.content	string	模型生成的文本。
choices[i].index	integer	生成的结果序列编号，默认为0。
created	integer	当前生成结果的时间戳（s）。
usage	object	计量信息，表示本次请求所消耗的token数据。
usage.prompt_tokens	integer	用户输入文本转换成token后的长度。
usage.completion_tokens	integer	模型生成回复转换为token后的长度。
usage.total_tokens	integer	usage.prompt_tokens与usage.completion_tokens的总和。

请求示例 1（qwen2-72b-instruct）

curl --location 'https://openapi.zidiankeji.com/[API_Node]/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "model": "qwen2-72b-instruct",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

响应示例 1（qwen2-72b-instruct）

{
    "id": "chatcmpl-88328637-1a7a-95d9-8ebe-34053f01f803",
    "object": "chat.completion",
    "created": 1728354116,
    "model": "qwen2-72b-instruct",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "你好！有什么我能帮助你的吗？"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 20,
        "completion_tokens": 8,
        "total_tokens": 28
    }
}

请求示例 2（qwen2-72b-instruct，流式输出）

curl --location 'https://openapi.zidiankeji.com/[API_Node]/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "model": "qwen2-72b-instruct",
    "stream": true,
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

响应示例 2（qwen2-72b-instruct，流式输出）

data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"！"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"很高兴"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"能"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"为你提供帮助。"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"如果你有任何问题或"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"需要任何信息，请"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"随时告诉我。我会"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"尽力回答你的问题"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":"。"},"finish_reason":null}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[{"index":0,"delta":{"content":""},"finish_reason":"stop"}]}
data:
{"id":"chatcmpl-6dc5cd5b-b29f-92ca-9af7-50b1f10ee864","object":"chat.completion.chunk","created":1728354194,"model":"qwen2-72b-instruct","choices":[],"usage":{"prompt_tokens":20,"completion_tokens":25,"total_tokens":45}}
data: [DONE]

请求示例 3（图片理解，qwen-vl-plus）

curl --location 'https://openapi.zidiankeji.com/[API_Node]/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "model": "qwen-vl-plus",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "这张图片展示的画面是什么？"
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://zdkjdemo.oss-cn-shanghai.aliyuncs.com/dog_playing_with_sticks.jpg"
                    }
                }
            ]
        }
    ]
}'

响应示例 3（图片理解，qwen-vl-plus）

{
    "id": "chatcmpl-b6193d25-c969-9105-9bd3-613e213ca03b",
    "object": "chat.completion",
    "created": 1728354278,
    "model": "qwen-vl-plus",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "这是一张户外照片，一只狗正在草地上咬着一根木棍。这只狗看起来很放松，并且在享受它的时光。背景中有一些树木和草地的模糊图像，给人一种宁静的感觉。"
            },
            "finish_reason": "stop"
        }
    ],
    "usage": {
        "prompt_tokens": 896,
        "completion_tokens": 44,
        "total_tokens": 940
    }
}

请求示例 4（视频理解，qwen-vl-max）

curl --location 'https://openapi.zidiankeji.com/[API_Node]/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer YOUR_API_KEY' \
--data '{
    "model": "qwen-vl-max-latest",
    "input": {
        "messages": [
            {
                "role": "system",
                "content": [
                    {
                        "text": "You are a helpful assistant."
                    }
                ]
            },
            {
                "role": "user",
                "content": [
                    {
                        "video": "https://cloud.video.taobao.com/vod/S8T54f_w1rkdfLdYjL3S5zKN9CrhkzuhRwOhF313tIQ.mp4"
                    },
                    {
                        "text": "这段视频介绍的是什么？"
                    }
                ]
            }
        ]
    }
}'

响应示例 4（视频理解，qwen-vl-max）

{
  "output": {
    "choices": [
      {
        "finish_reason": "stop",
        "message": {
          "role": "assistant",
          "content": [
            {
              "text": "这段视频介绍的是阿里云百炼平台的模型体验和模型调试功能。用户可以通过这个平台选择不同的模型，进行配置和调试，以满足不同的需求。"
            }
          ]
        }
      }
    ]
  },
  "usage": {
    "output_tokens": 36,
    "video_tokens": 5180,
    "input_tokens": 5207
  },
  "request_id": "99760814-c1af-9f4d-82df-e05810adedfa"
}

异常响应示例

{
    "error": {
        "message": "Invalid API-KEY",
        "type": "invalid_request_error",
        "param": null,
        "code": null
    }
}

余额查询接口请求示例

curl --location 'https://openapi.zidiankeji.com/[API_Node]/account/billing/grants' \
--header 'Authorization: Bearer YOUR_API_KEY'

余额查询接口响应示例

{
  "status": "success",
  "error_message": "",
  "error_code": null,
  "data": {
    "total_available": "15.150"
  }
}

为客户提供稳定、高效、智能、安全的信息化系统解决方案

项目交付: 160+
需求交付: 1000+
服务部署: 1200+
API调用: 500000+

联系我们

微信扫一扫，与我们的客户经理取得联系