Qwen3.5开源模型

复制成功!
立即体验加入对比
推理视觉理解文本生成

概述

推理视觉理解文本生成

Qwen3.5系列122B-A10B原生视觉语言模型,基于混合架构设计,融合了线性注意力机制与稀疏混合专家模型,实现了更高的推理效率。该模型的综合表现仅次于Qwen3.5-397B-A17B,文本能力显著优于Qwen3-235B-2507,视觉能力优于Qwen3-VL-235B。

输入

文本图像视频

输出

文本

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode,确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能,通过引入外部工具,使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀,减少推理时的重复计算,提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后,模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 输入
    ¥0.8/M tokens
  • 输出
    ¥6.4/M tokens
  • 输入
    ¥0.8/M tokens
  • 输出
    ¥6.4/M tokens

速率限制与上下文

  • 最大输入
    260.09K
  • 最大输出
    65.53K
  • RPM每分钟请求数
    600
  • TPM每分钟 Token 数
    1M
  • 最大输入(思考模式)
    258.04K
  • 最大输出(思考模式)
    65.53K
  • 上下文
    262.14K

内置工具

web_searchResponses API
web_extractorResponses API
code_interpreterResponses API
t2i_searchResponses API
i2i_searchResponses API

API 参考

获取 API Key
复制成功!
123456789101112131415161718
import os
import dashscope
dashscope.base_http_api_url = "https://dashscope.aliyuncs.com/api/v1"

messages = [
    {
        "role": "user",
        "content": [
            {"image": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"},
            {"text": "图中描绘的是什么景象?"}]
    }]
response = dashscope.MultiModalConversation.call(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    model='qwen3.5-122b-a10b',
    messages=messages
)
print(response.output.choices[0].message.content[0]["text"])