Qwen3.8-Max

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

2.4万亿参数MoE旗舰,编程与办公能力全面跃升,可自主编程十数天交付完整项目。胜任法律、金融、设计等数百种专业任务,一次对话端到端交付生产级成果。原生视觉理解贯穿规划、执行与验证全流程,支持超长文档与长视频的深度语义解析。长程任务中自主规划与闭环迭代,持续进化。

输入

图像文本视频

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

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

定价

  • 输入
    ¥12/M tokens
  • 输出
    ¥36/M tokens
  • 输入(缓存命中)
    ¥1.5/M tokens
  • 显式缓存创建
    ¥15/M tokens
  • 显式缓存命中
    ¥1/M tokens

速率限制与上下文

  • 最大输入
    991K
  • 最大输出
    131K
  • 最大输入(思考模式)
    983K
  • 最大输出(思考模式)
    131K
  • 上下文
    1M
  • 最大思维链
    262K
  • TPM每分钟 Token 数
    5M

内置工具

code_interpreterResponses API
web_extractorResponses API
web_searchResponses API
i2i_searchResponses API
t2i_searchResponses API
pdf_parsingCompletions 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='qwen3.8-max',
    messages=messages
)
print(response.output.choices[0].message.content[0]["text"])