伶鹊-对话分析-flash

复制成功!
加入对比

概述

伶鹊-对话分析-flash是基于千问最新版本调优2026.09.20日更新、专注于日常任务的领域模型,如对话信息抽取、场景分类等分析类需求的模型,自定义分析标准遵循与对话语义理解能力显著提升,适用于低时延的离线在线分析任务。

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
    ¥0.2/M tokens
  • 输出
    ¥0.4/M tokens
  • 输入(缓存命中)
    ¥0.04/M tokens

速率限制与上下文

  • 最大输入
    28K
  • 最大输出
    4K
  • 上下文
    32K
  • TPM每分钟 Token 数
    1M
  • RPM每分钟请求数
    600

API 参考

调用API
复制成功!
12345678910111213141516171819202122232425262728
from openai import OpenAI
import os


analysis_prompt = f"""
请帮我提取下面对话中的关键信息:[1] 客服:您好,欢迎致电AB电商平台,请问有什么可以帮您?[2] 客户:你好,我上周在你们店买了一台料理机,现在运行时有点异响。
"""

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://maas.qianwenaiapi.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="tongyi-xiaomi-analysis-flash",
    messages=[
        {
            'role': 'user',
            'content': analysis_prompt
        }
    ],
    temperature=0,
    extra_body={
        "top_k": 1
    }
)

print(completion.choices[0].message.content)