视觉理解 - 阿里云百炼

从闭源模型迁移到百炼?

如果你正在使用 GPT、Claude 或 Gemini，可参考下表按能力档位选择对应的百炼模型。

能力档位	闭源模型代表	百炼推荐
高能力	GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro	`qwen3.8-max`
平衡	GPT-5.4、Claude Sonnet 4.6、Gemini 3 Pro	`qwen3.7-plus`
轻量低成本	GPT-5.4-mini、Gemini 3.1 Flash	`qwen3.8-flash`

图像与视频理解

推荐从qwen3.8-max开始，它是千问迄今能力最强的旗舰模型，支持1M上下文、最长2小时视频、Function Calling和内置工具等完整功能。当您的场景稳定后，可以尝试qwen3.8-flash或qwen3.7-plus来降低成本，它们提供接近旗舰的效果，并支持相同的上下文长度和功能集。

图像分辨率

大多数模型支持每张图片最高1600万像素。更高的分辨率会消耗更多Token：每张图片的Token数计算公式为 h x w / (32 x 32) + 2。

视频支持

最长2小时 / 2GB：qwen3.8-max、qwen3.8-flash、qwen3.7-plus、qwen3.6-plus、qwen3.7-flash、qwen3.6-flash、qwen3.5-plus、qwen3.5-flash
最长1小时 / 2GB：qwen3-vl-plus、qwen3-vl-flash
最长1小时 / 2GB：qwen3.5-omni-plus、qwen3.5-omni-flash（同时支持音频输入）

Function Calling与内置工具

让模型根据图像或视频中的内容执行操作。

Function Calling：Qwen3.8、Qwen3.7、Qwen3.6、Qwen3.5和Qwen3-VL系列模型均支持
内置工具（联网搜索、代码执行，无需额外配置）：仅qwen3.8-max、qwen3.8-flash、qwen3.7-max-2026-06-08、qwen3.7-plus、qwen3.6-plus、qwen3.7-flash、qwen3.6-flash、qwen3.5-plus、qwen3.5-flash

结构化输出

从视觉输入中获取有效的JSON输出，例如从照片中提取商品信息。 Qwen3.8、Qwen3.7、Qwen3.6、Qwen3.5和Qwen3-VL系列支持此功能。

OCR与文档提取

qwen3.5-ocr专为文档、表格、试卷和手写内容的文字提取而优化。您也可以使用qwen3.8-flash或qwen3.7-plus进行通用图片文字提取。

推荐模型

模型 ID（Model ID）	上下文	最大像素/图	最大视频时长	最大视频大小	最大图片数	最大视频数	Function Calling	内置工具	结构化输出
`qwen3.8-max`	1M	16M	2小时	2GB	2048	64	支持	支持	支持
`qwen3.8-flash`	1M	16M	2小时	2GB	2048	64	支持	支持	支持
`qwen3.7-plus`	1M	16M	2小时	2GB	2048	64	支持	支持	支持
`qwen3.7-flash`	1M	16M	2小时	2GB	256	64	支持	支持	支持
`qwen3.5-omni-plus`	64k	--	1小时	2GB	2,048	512	支持	--	支持

Qwen3.7

模型 ID（Model ID）	输入	输出	上下文	最大输出	最大图片数	最大视频数	Function Calling	内置工具	结构化输出
`qwen3.7-max-2026-06-08`	文本、图像、视频	文本	1M	64k	2048	64	支持	支持	--
`qwen3.7-plus`	文本、图像、视频	文本	1M	64k	2048	64	支持	支持	支持
`qwen3.7-plus-2026-05-26`	文本、图像、视频	文本	1M	64k	2048	64	支持	支持	支持
`qwen3.7-flash`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.7-flash-2026-07-15`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持

Qwen3.6

模型 ID（Model ID）	输入	输出	上下文	最大输出	最大图片数	最大视频数	Function Calling	内置工具	结构化输出
`qwen3.6-plus`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.6-plus-2026-04-02`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.6-flash`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.6-flash-2026-04-16`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.6-35b-a3b`	文本、图像、视频	文本	256k	64k	256	64	支持	支持	支持

旧版模型

Qwen3.5

模型 ID（Model ID）	输入	输出	上下文	最大输出	最大图片数	最大视频数	Function Calling	内置工具	结构化输出
`qwen3.5-plus`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.5-plus-2026-02-15`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.5-flash`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.5-flash-2026-02-23`	文本、图像、视频	文本	1M	64k	256	64	支持	支持	支持
`qwen3.5-397b-a17b`	文本、图像、视频	文本	32k	8k	256	64	支持	支持	支持
`qwen3.5-122b-a10b`	文本、图像、视频	文本	32k	8k	256	64	支持	支持	支持
`qwen3.5-27b`	文本、图像、视频	文本	32k	8k	256	64	支持	支持	支持
`qwen3.5-35b-a3b`	文本、图像、视频	文本	32k	8k	256	64	支持	支持	支持

旧版及其他模型

以下模型不再作为首选推荐。新项目建议使用Qwen3.6或Qwen3.5系列。如需查看模型详细参数，请前往模型广场。华北2（北京） | 新加坡 | 美国 | 法兰克福

查看旧版及其他模型列表

Qwen3-VL

qwen3-vl-plus及其快照版本
qwen3-vl-flash及其快照版本

Qwen-Omni

qwen3-omni-flash及其快照版本
qwen-omni-turbo及其快照版本

Qwen-OCR

qwen-vl-ocr及其快照版本
qwen-vl-ocr-latest

QVQ

qvq-max
qvq-plus

旧版Qwen-VL

qwen-vl-max
qwen-vl-plus

​从闭源模型迁移到百炼?

​图像与视频理解

​图像分辨率

​视频支持

​Function Calling与内置工具

​结构化输出

​OCR与文档提取

​推荐模型

​Qwen3.7

​Qwen3.6

​旧版模型

​Qwen3.5

​旧版及其他模型