AntDigital

复制成功!
加入对比

概述

Ling-3.1-flash 拥有约 560B 总参数,每个 Token 激活约 25B 参数;模型上下文窗口上限为 1M,可容纳更长的文档、代码和任务历史。在研发过程中,我们围绕通用智能体、搜索、日常办公和软件研发等任务持续优化,并在医疗、金融和材料科学研究等场景持续提升模型能力。

输入

文本

输出

文本

功能

前缀补全

调用通义千问 API 时启用 Partial Mode,可让模型严格接续您提供的前缀文本进行生成。查看文档

函数调用

通过函数调用将大模型与外部工具和系统连接起来。查看文档

缓存

Context Cache 会缓存长上下文请求的公共前缀,减少重复计算、提升响应速度并降低成本。查看文档

结构化输出

结构化输出可确保模型返回符合预期格式的 JSON 字符串。查看文档

批量任务

异步批量处理请求,降低调用成本。查看文档

联网搜索

启用联网搜索后,模型可基于实时检索的数据进行回答。查看文档

微调

基于样本数据训练模型,使其更适配特定任务。查看文档

定价

  • 输入限时2.5折
    ¥2¥0.5
    /M tokens
  • 输出限时2.5折
    ¥6¥1.5
    /M tokens
  • 输入(缓存命中)限时2.5折
    ¥0.4¥0.1
    /M tokens

速率限制与上下文

  • 最大输入
    1M
  • 最大输出
    262K
  • 最大输入(思考模式)
    1M
  • 最大输出(思考模式)
    262K
  • 上下文
    1M
  • 最大思维链
    262K
  • TPM每分钟 Token 数
    10000000
  • RPM每分钟请求数
    300

API 参考

调用API
复制成功!
1234567891011121314151617181920212223
from openai import OpenAI
import os

client = OpenAI(
    api_key="sk-xxx",  # 替换为你的百炼API Key
    base_url="https://cn-beijing.maas.qianwenaiapi.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="antdigital/Ling-3.1-flash",
    messages=[{"role": "user", "content": "你是谁"}],
    extra_body={"enable_thinking": True, "reasoning_effort": "max"},
    stream=True,
)

for chunk in completion:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    if hasattr(delta, "reasoning_content") and delta.reasoning_content:
        print(delta.reasoning_content, end="", flush=True)
    if hasattr(delta, "content") and delta.content:
        print(delta.content, end="", flush=True)

关闭服务

关闭后,Wan系列模型将在所有已开通地域停止服务,您将无法通过体验中心或API调用,请谨慎操作。如需继续使用,可重新开启。查看详情