PDF理解功能使模型能够解析并理解PDF文档，提取文档中的文字与图片内容进行分析。您可以通过 OpenAI 兼容的 Chat Completions 接口或 DashScope 接口，以 URL 或 Base64 编码方式传入 PDF 文件。
当前 PDF 理解功能仅支持华北2（北京）地域调用，且暂不支持通过 Responses API 调用。
支持的模型
qwen3.8-max
快速开始
运行以下代码，向模型传入PDF文件。
需要已获取API Key并配置API Key到环境变量。
OpenAI 兼容
Python
示例代码
from openai import OpenAI
import os
client = OpenAI(
# 若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx"（不建议）,
api_key=os.getenv("DASHSCOPE_API_KEY"),
# 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{
"role": "user",
"content": [
{
"type": "file",
"file": {
"file_url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260616/qmycjl/1506.02640v5.pdf"
}
},
{
"type": "text",
"text": "总结一下这个PDF文档的内容"
}
]
}
],
stream=True,
stream_options={"include_usage": True}
)
for chunk in completion:
if not chunk.choices:
print(f"\nUsage: {chunk.usage}")
continue
delta = chunk.choices[0].delta
if hasattr(delta, "content") and delta.content:
print(delta.content, end="", flush=True)Node.js
示例代码
import OpenAI from "openai";
import process from 'process';
const openai = new OpenAI({
// 若没有配置环境变量，请用百炼API Key将下行替换为：apiKey: "sk-xxx",
apiKey: process.env.DASHSCOPE_API_KEY,
// 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
baseURL: 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1'
});
async function main() {
const stream = await openai.chat.completions.create({
model: 'qwen3.8-max',
messages: [
{
role: 'user',
content: [
{
type: 'file',
file: {
file_url: 'https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260616/qmycjl/1506.02640v5.pdf'
}
},
{
type: 'text',
text: '总结一下这个PDF文档的内容'
}
]
}
],
stream: true,
stream_options: { include_usage: true }
});
for await (const chunk of stream) {
if (!chunk.choices?.length) {
console.log('\nUsage:', chunk.usage);
continue;
}
const delta = chunk.choices[0].delta;
if (delta.content) {
process.stdout.write(delta.content);
}
}
}
main();HTTP
示例代码
# 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
curl -X POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen3.8-max",
"messages": [
{
"role": "user",
"content": [
{
"type": "file",
"file": {
"file_url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260616/qmycjl/1506.02640v5.pdf"
}
},
{
"type": "text",
"text": "总结一下这个PDF文档的内容"
}
]
}
],
"stream": true,
"stream_options": {
"include_usage": true
}
}'DashScope
Python
示例代码
import os
from dashscope import Generation
import dashscope
# 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
dashscope.base_http_api_url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1"
messages = [
{
"role": "user",
"content": [
{
"file_url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260616/qmycjl/1506.02640v5.pdf"
},
{
"text": "总结一下这个PDF文档的内容"
}
]
}
]
completion = Generation.call(
# 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key = "sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="qwen3.8-max",
messages=messages,
result_format="message",
stream=True,
incremental_output=True
)
for chunk in completion:
message = chunk.output.choices[0].message
if message.content:
print(message.content, end="", flush=True)HTTP
示例代码
# 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
curl -X POST "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-H "X-DashScope-SSE: enable" \
-d '{
"model": "qwen3.8-max",
"input": {
"messages": [
{
"role": "user",
"content": [
{
"file_url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20260616/qmycjl/1506.02640v5.pdf"
},
{
"text": "总结一下这个PDF文档的内容"
}
]
}
]
},
"parameters": {
"incremental_output": true,
"result_format": "message"
}
}'使用Base64输入
如果无法提供文件的URL地址，也可以将PDF文件以Base64编码字符串的形式传入。使用 file_data 时，filename 字段为必填项。
OpenAI 兼容
import base64
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
# 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)
# 读取并编码PDF文件
with open("report.pdf", "rb") as f:
pdf_base64 = base64.b64encode(f.read()).decode("utf-8")
completion = client.chat.completions.create(
model="qwen3.8-max",
messages=[
{
"role": "user",
"content": [
{
"type": "file",
"file": {
"file_data": f"data:application/pdf;base64,{pdf_base64}",
"filename": "report.pdf"
}
},
{
"type": "text",
"text": "这份报告的核心结论是什么？"
}
]
}
]
)
print(completion.choices[0].message.content)DashScope
import base64
import os
from dashscope import Generation
import dashscope
# 以下为华北2（北京）地域的URL，调用时请将 {WorkspaceId} 替换为真实的业务空间ID，各地域的URL不同。
dashscope.base_http_api_url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1"
# 读取并编码PDF文件
with open("report.pdf", "rb") as f:
pdf_base64 = base64.b64encode(f.read()).decode("utf-8")
messages = [
{
"role": "user",
"content": [
{
"file_data": f"data:application/pdf;base64,{pdf_base64}",
"filename": "report.pdf"
},
{
"text": "这份报告的核心结论是什么？"
}
]
}
]
response = Generation.call(
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="qwen3.8-max",
messages=messages,
result_format="message"
)
print(response.output.choices[0].message.content)请求参数
文件输入通过content数组中的元素指定，OpenAI兼容协议使用 type: "file" 类型，DashScope协议使用包含 file_url/file_data 的元素。
说明
协议中 URL 部分仅支持字符串输入，不支持 list（数组）形式。
OpenAI兼容协议格式：
参数 | 类型 | 是否必填 | 说明 |
file_url | string | 二选一必填 | 指定PDF文件的下载地址，和 |
file_data | string | Base64格式的PDF文件输入，格式为 | |
filename | string | 条件必填 | 文件名，使用 |
file_format | string | 否 | 文件格式，可选参数，当前仅支持 |
限制说明
项目 | 限制 |
单文件大小限制 | 150MB |
单文档页数限制 | 500页 |
说明
PDF解析可能比普通文本请求耗时更长，首包超时时间最长为300秒，建议使用流式输出方式实时获取结果，避免长时间等待。
计费说明
计费涉及以下方面：
模型调用费用：PDF文件解析出的文字与图片会计入模型的输入Token，按照模型的标准输入价格计费。
文档解析费用：仅支持华北2（北京）地域调用，按PDF文档解析的页数计费，0.02元/页。
该文章对您有帮助吗？