ENCN
English Chinese French German Portuguese Spanish Russian
登录登录
免费试用
qwen-bg
max-ico04
262K
在
出去
max-ico02
聊天
max-ico03
禁用
Qwen3 VL Plus
它针对实时对话系统、分析平台和视觉助手应用程序进行了优化。
新会员可获赠价值 1 美元的免费Tokens
Text to Speech
Javascript
Python 
                                        const { OpenAI } = require('openai');

const api = new OpenAI({
  baseURL: 'https://api.ai.cc/v1',
  apiKey: '',
});

const main = async () => {
  const result = await api.chat.completions.create({
    model: 'alibaba/qwen3-vl-plus',
    messages: [
      {
        role: 'system',
        content: 'You are an AI assistant who knows everything.',
      },
      {
        role: 'user',
        content: 'Tell me, why is the sky blue?'
      }
    ],
  });

  const message = result.choices[0].message.content;
  console.log(`Assistant: ${message}`);
};

main();
                                
                                        import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.ai.cc/v1",
    api_key="",    
)

response = client.chat.completions.create(
    model="alibaba/qwen3-vl-plus",
    messages=[
        {
            "role": "system",
            "content": "You are an AI assistant who knows everything.",
        },
        {
            "role": "user",
            "content": "Tell me, why is the sky blue?"
        },
    ],
)

message = response.choices[0].message.content

print(f"Assistant: {message}")
Docs

一个 API 包含 300 多个 AI 模型

节省20%费用并获赠价值1美元的Tokens
获取 API 密钥 探索模型
qwenmax-bg
图片
Qwen3 VL Plus

产品详情

💡 隆重推出 Qwen3 VL Plus：一款多功能强机

Qwen3 VL Plus 代表 第三代高级Qwen系列经过精心设计，可深度整合文本和图像理解。这款先进的多模态模型在各种应用中均表现出色，从 从视觉问答和全面的场景描述到强大的物体识别和复杂的OCR文本读取它基于复杂视觉输入的无与伦比的推理能力，使其成为高级分析、直观对话助手和各种视觉场景的理想解决方案。

🔧 技术规格

  • ⚙ 建筑： 兼具 密集型和混合专家（MoE）变体提供指导版和思考版，可灵活部署。
  • 📚 上下文长度： 原生支持广泛的 262,144K 个Tokens能够处理极长的输入。
  • 🖼️ 多模态输入： 无缝处理 文字、图片和视频并增强了空间和时间推理能力。
  • 📜 高级 OCR 支持： 稳健的跨领域识别 32种语言即使在光线不足、画面模糊、倾斜等具有挑战性的条件下，也能拍摄出清晰的照片。
  • 🔗 增强图像与文本对齐： 由……驱动 DeepStack 功能融合 用于捕捉精细细节和更清晰的多模态对应关系。

🏆 性能基准

  • 🌐 全球领导力： 在全球多式联运基准测试中始终保持领先地位 表现优于竞争对手 例如 Gemini 2.5 Flash 和 Claude Sonnet 4.5。
  • 🚀 最先进成果： 在以下方面表现出色 视觉问答、物体检测和视频理解任务。
  • 🎓 竞争优势： 取得竞争优势或 在多模态推理和感知测试中取得优异成绩 与专有基准线相比。

🔑 主要功能

  • 👁 超强的视觉感知能力： 支持复杂场景解释、空间推理和高级功能 3D接地。
  • 📌 无缝文本视觉融合： 启用 无损理解和生成 多模态内容。
  • 📜 高级 OCR 功能： 能够检测各种罕见和特殊字符 多种语言。
  • 📺 长篇内容和视频理解： 支持 数小时内容分析 召回准确率高。
  • 🧠 多模态推理： 针对具有挑战性的任务进行了增强 STEM（科学、技术、工程和数学）、数学和逻辑因果分析。
  • 💻 可视化代理功能： 允许以编程方式操作图形界面和调用外部工具。

💰 Qwen3 VL Plus API 定价

  • 输入： 0.21美元 每100万个Tokens
  • 输出： 1.68美元 每100万个Tokens

🔍 真实世界应用案例

  • 交互式人工智能： 集成视觉问答和对话系统 文本和图像输入。
  • 分析与监控： 精确的场景识别和描述，适用于高级应用 分析和监控应用程序。
  • 文档处理： 强大的 OCR 和文档解析功能 多语言和具有挑战性的成像条件。
  • 教育与研究： 多模态推理任务 教育、科学研究和技术领域 例如STEM（科学、技术、工程和数学）。
  • 自动化操作： 自动化用户界面操作和复杂任务执行 PC 和移动环境。

💻 代码示例

📈 Qwen3 VL Plus：对比优势

与 Gemini 2.5 闪光灯对比： Qwen3 VL Plus 性能优于 Gemini 2.5 Flash 在关键感知基准上，并提供更广泛的语言和 OCR 支持。

对阵Claude·索内特 4.5： Qwen3-VL-Plus 实现了 卓越的视觉问答准确性 以及更佳的视频时间定位能力。

对阵 Qwen3 32B： Qwen3 VL Plus 提供 增强型多模态推理 对于复杂任务，上下文窗口要长得多。

对阵 Claude Opus 4.1： Claude Opus 4.1 的价格要高得多（30-60 倍），并且针对保守的多文件软件工程工作流程进行了优化。相比之下，Qwen3-VL-Plus 提供 卓越的视觉问答、场景分析和长视频推理能力使其在多模态分析和对话助手场景中更具通用性。

📝 常见问题解答 (FAQ)

问：Qwen3 VL Plus 成为最先进的多模态模型有哪些优势？

答：它融合了对文本和图像的深度理解以及高级推理能力，凭借其密集/MoE架构和262K标记上下文长度，在视觉问答、OCR和视频理解等任务中表现出色。

问：Qwen3 VL Plus 如何处理视频等复杂的视觉输入和具有挑战性的 OCR 场景？

答：凭借增强的视频空间和时间推理能力以及对 32 种语言的强大 OCR 支持，即使在光线不足、模糊或倾斜的情况下，它也能表现出色，这得益于其 DeepStack 功能融合。

问：Qwen3 VL Plus API 的主要应用场景有哪些？

答：它的多功能性使其成为视觉问答、场景识别分析、高级文档解析、STEM 中的多模态推理以及各种环境中的自动化 UI 操作的理想选择。

问：Qwen3 VL Plus 的价格与其性能相比如何？

答：每百万个输入Tokens定价 0.21 美元，每百万个输出Tokens定价 1.68 美元，凭借其领先的多模式功能和在全球基准测试中表现优异，提供了极具竞争力的价格。

问：Qwen3 VL Plus 可以用于技术和科学分析吗？

答：当然。它的多模态推理功能针对 STEM（科学、技术、工程和数学）、数学和逻辑因果分析任务进行了专门增强，使其成为研究和技术领域的强大工具。

API 操练场（Playground）

集成前，请在沙盒环境中测试所有 API 模型。我们提供 300 多个模型供您集成到应用中。
免费试用
api-right-1
模型-bg02-1

一个 API
300多个人工智能模型

节省20%的费用
新会员可获赠价值 1 美元的免费Tokens