Qwen-VL-OCR
将于 2026 年 10 月 10 日下线查看公告复制成功！
概述
千问VL-OCR（qwen-vl-ocr-2025-04-13），即基于Qwen-VL训练的OCR识别大模型。通过统一模型的方式聚合多种图文识别、解析、处理类任务，提供强大的图文识别能力。模型内置六种识别任务分别是：通用识别、文档解析、表格解析、信息抽取、多语言识别、公式识别。本模型为2025年04月13日的快照版本。
输入
文本图像
输出
文本
功能
定价
- 输入¥5/M tokens
- 输出¥5/M tokens
速率限制与上下文
- 最大输入30K
- 最大输出4K
- 上下文34K
- TPM每分钟 Token 数6M
- RPM每分钟请求数600
API 参考
调用API复制成功！
1234567891011121314151617181920212223242526
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://maas.qianwenaiapi.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen-vl-ocr-2025-04-13",
messages=[
{
"role": "user",
"content": [
{
"type": "image_url",
"image_url": {
"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/ctdzex/biaozhun.jpg"
},
},
{"type": "text", "text": "请仅输出图像中的文本内容。"},
],
},
],
)
print(completion.choices[0].message.content)