Qwen3、QwQ、DeepSeek-R1 模型的用法_大模型服务平台百炼(Model Studio)-阿里云帮助中心

Qwen3、QwQ（基于Qwen2.5）与 DeepSeek-R1 模型具有强大的推理能力。模型会先输出思考过程，再输出回答内容。

深度思考模型介绍

阿里云百炼提供了Qwen3、QwQ、DeepSeek-R1 模型的 API。最新的Qwen3系列模型推理能力强，回复速度快，且支持 Function Calling 与联网搜索，推荐您优先使用Qwen3 模型。

Qwen3

Qwen3 模型支持思考模式和非思考模式，您可以通过 enable_thinking 参数实现两种模式的切换。除此之外，模型的能力得到了大幅提升：

推理能力：在数学、代码和逻辑推理等评测中，显著超过 QwQ 和同尺寸的非推理模型，达到同规模业界顶尖水平。
人类偏好能力：创意写作、角色扮演、多轮对话、指令遵循能力均大幅提升，通用能力显著超过同尺寸模型。
Agent 能力：在推理、非推理两种模式下都达到业界领先水平，能精准调用外部工具。
多语言能力：支持100多种语言和方言，多语言翻译、指令理解、常识推理能力都明显提升。
回复格式：修复了之前版本存在的回复格式的问题，如异常 Markdown、中间截断、错误输出 boxed 等问题。

开启enable_thinking有极小概率不会输出思考过程。

思考模式下仅支持流式输出。

商业版模型

通义千问-Plus/Turbo仅latest版本和0428快照属于Qwen3系列，支持开启思考模式。

商业版模型默认不开启思考模式，需要设置 enable_thinking 为 true 才会开启思考模式。

通义千问-Plus

模型名称	版本	上下文长度	最大输入	最大思维链长度	最大回复长度	输入成本	输出成本	免费额度（注）
		（Token数）				（每千Token）
qwen-plus-latest 始终等同最新快照版 Batch调用半价	最新版	131,072	129,024	38,912	16,384	0.0008元	0.016元	各100万 Token 有效期：百炼开通后180天内
qwen-plus-2025-04-28 又称qwen-plus-0428	快照版

通义千问-Turbo

模型名称	版本	上下文长度	最大输入	最大思维链长度	最大回复长度	输入成本	输出成本	免费额度（注）
		（Token数）				（每千Token）
qwen-turbo-latest 始终等同最新快照版 Batch调用半价	最新版	131,072	129,024	38,912	16,384	0.0003元	0.006元	各100万 Token 有效期：百炼开通后180天内
qwen-turbo-2025-04-28 又称qwen-plus-0428	快照版

开源版模型

开源版模型默认开启思考模式，如需关闭，请设置enable_thinking 为 false。

Qwen3 开源版模型在思考与非思考模式下都只可以通过流式输出方式调用。

模型名称	上下文长度	最大输入	最大思维链长度	最大回复长度	输入成本	输出成本	免费额度（注）
	（Token数）				（每千Token）
qwen3-235b-a22b	131,072	98,304	38,912	16,384	0.004元	0.04元	各100万 Token 有效期：百炼开通后180天内
qwen3-32b					0.002元	0.02元
qwen3-30b-a3b					0.0015元	0.015元
qwen3-14b				8,192	0.001元	0.01元
qwen3-8b					0.0005元	0.005元
qwen3-4b					0.0003元	0.003元
qwen3-1.7b	32,768	28,672	与输入相加不超过30,720
qwen3-0.6b

QwQ（基于Qwen2.5）

基于 Qwen2.5 模型训练的 QwQ 推理模型，通过强化学习大幅度提升了模型推理能力。模型数学代码等核心指标（AIME 24/25、LiveCodeBench）以及部分通用指标（IFEval、LiveBench等）达到DeepSeek-R1 满血版水平。相较于开源版，商业版具有最新的能力和改进。

QwQ 不支持关闭思考过程。

思考模式下仅支持流式输出。

本文介绍的 QwQ 模型使用方法不适用于 qwq-32b-preview，如果您使用 qwq-32b-preview 模型，请参考文本生成。

商业版模型

模型名称	版本	上下文长度	最大输入	最大思维链长度	最大回复长度	输入成本	输出成本	免费额度（注）
		（Token数）				（每千Token）
qwq-plus 当前等同 qwq-plus-2025-03-05	稳定版	131,072	98,304	32,768	8,192	0.0016元 Batch调用：0.0008元	0.004元 Batch调用：0.002元	各100万 Token 有效期：百炼开通后180天内
qwq-plus-latest 始终等同最新快照版	最新版					0.0016元	0.004元
qwq-plus-2025-03-05 又称qwq-plus-0305	快照版

开源版模型

模型名称

上下文长度

最大输入

最大思维链长度

最大回复长度

输入成本

输出成本

免费额度

（注）

（Token数）

（每千Token）

qwq-32b

131,072

98,304

32,768

8,192

0.002元

0.006元

100万 Token

有效期：百炼开通后180天内

DeepSeek-R1

DeepSeek-R1 模型是由深度求索（DeepSeek）公司推出的大语言模型。

deepseek-r1 模型包含 671B 参数，激活 37B，在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力，尤其在数学、代码、自然语言推理等任务上。

DeepSeek-R1-Distill 系列模型是基于知识蒸馏技术，通过使用 DeepSeek-R1 生成的训练样本对 Qwen、Llama 等开源大模型进行微调训练后，所得到的增强型模型。

DeepSeek-R1 不支持关闭思考过程。

模型名称	上下文长度	最大输入	最大思维链长度	最大回复长度	输入成本	输出成本	免费额度查看剩余额度
模型名称	（Token数）				（每千Token）		免费额度查看剩余额度
deepseek-r1 671B 满血版模型	65,792	57,344	32,768	8,192	0.004元 Batch调用：0.002元	0.016元 Batch调用：0.008元	各100万Token 有效期：百炼开通后180天内
deepseek-r1-distill-qwen-1.5b 基于 Qwen2.5-Math-1.5B	32,768	32,768	16,384	16,384	限时免费体验
deepseek-r1-distill-qwen-7b 基于 Qwen2.5-Math-7B					0.0005元	0.001元	各100万Token 有效期：百炼开通后180天内
deepseek-r1-distill-qwen-14b 基于 Qwen2.5-14B					0.001元	0.003元
deepseek-r1-distill-qwen-32b 基于 Qwen2.5-32B					0.002元	0.006元
deepseek-r1-distill-llama-8b 基于 Llama-3.1-8B					限时免费体验
deepseek-r1-distill-llama-70b 基于 Llama-3.3-70B					限时免费体验

并发限流请参考限流。

快速开始

API 使用前提：已获取API Key并完成配置API Key到环境变量。如果通过SDK调用，需要安装 OpenAI 或 DashScope SDK（DashScope Java SDK 版本需要不低于2.19.4）。

您可以运行以下代码，通过流式输出的方式调用深度思考模型。通过响应的reasoning_content字段获取思考过程，content字段获取回复内容。

OpenAI兼容

Python

示例代码

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    # 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "你是谁"}]

completion = client.chat.completions.create(
    model="qwen-plus-2025-04-28",  # 您可以按需更换为其它深度思考模型
    messages=messages,
    # enable_thinking 参数开启思考过程，QwQ 与 DeepSeek-R1 模型总会进行思考，不支持该参数
    extra_body={"enable_thinking": True},
    stream=True,
    # stream_options={
    #     "include_usage": True
    # },
)

reasoning_content = ""  # 完整思考过程
answer_content = ""  # 完整回复
is_answering = False  # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\nUsage:")
        print(chunk.usage)
        continue

    delta = chunk.choices[0].delta

    # 只收集思考内容
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # 收到content，开始进行回复
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

返回结果

====================思考过程====================

好的，用户问“你是谁”，我需要给出一个准确且友好的回答。首先，我要确认自己的身份，即通义千问，由阿里巴巴集团旗下的通义实验室研发。接下来，应该说明我的主要功能，比如回答问题、创作文字、逻辑推理等。同时，要保持语气亲切，避免过于技术化，让用户感觉轻松。还要注意不要使用复杂术语，确保回答简洁明了。另外，可能需要加入一些互动元素，邀请用户提问，促进进一步交流。最后，检查是否有遗漏的重要信息，比如我的中文名称“通义千问”和英文名称“Qwen”，以及所属公司和实验室。确保回答全面且符合用户期望。
====================完整回复====================

你好！我是通义千问，是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以回答问题、创作文字、进行逻辑推理、编程等，旨在为用户提供高质量的信息和服务。你可以叫我Qwen，或者直接叫我通义千问。有什么我可以帮你的吗？

Node.js

示例代码

import OpenAI from "openai";
import process from 'process';

// 初始化 openai 客户端
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 从环境变量读取
    baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = '';
let answerContent = '';
let isAnswering = false;

async function main() {
    try {
        const messages = [{ role: 'user', content: '你是谁' }];
        const stream = await openai.chat.completions.create({
            // 您可以按需更换为其它 Qwen3 模型、QwQ模型或DeepSeek-R1 模型
            model: 'qwen-plus-2025-04-28',
            messages,
            stream: true,
            // enable_thinking 参数开启思考过程，QwQ 与 DeepSeek-R1 模型总会进行思考，不支持该参数
            enable_thinking: true
        });
        console.log('\n' + '='.repeat(20) + '思考过程' + '='.repeat(20) + '\n');

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log('\nUsage:');
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0].delta;
            
            // 只收集思考内容
            if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
                if (!isAnswering) {
                    process.stdout.write(delta.reasoning_content);
                }
                reasoningContent += delta.reasoning_content;
            }

            // 收到content，开始进行回复
            if (delta.content !== undefined && delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完整回复' + '='.repeat(20) + '\n');
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
                answerContent += delta.content;
            }
        }
    } catch (error) {
        console.error('Error:', error);
    }
}

main();

返回结果

====================思考过程====================

好的，用户问“你是谁”，我需要回答我的身份。首先，我应该明确说明我是通义千问，由阿里云开发的超大规模语言模型。接下来，可以提到我的主要功能，比如回答问题、创作文字、逻辑推理等。还要强调我的多语言支持，包括中文和英文，这样用户知道我可以处理不同语言的请求。另外，可能需要解释一下我的应用场景，比如学习、工作和生活中的帮助。不过用户的问题比较直接，可能不需要太详细的信息，保持简洁明了。同时，要确保语气友好，邀请用户进一步提问。检查有没有遗漏的重要信息，比如我的版本或最新更新，但可能用户不需要那么详细。最后，确认回答准确无误，没有错误信息。
====================完整回复====================

我是通义千问，是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我能够回答问题、创作文字、逻辑推理、编程等多种任务，支持中英文等多种语言。如果你有任何问题或需要帮，欢迎随时告诉我！

HTTP

示例代码

curl

Qwen3 模型需要设置enable_thinking为true来开启思考模式；enable_thinking对 QwQ 与 DeepSeek-R1 模型无效。

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus-2025-04-28",
    "messages": [
        {
            "role": "user", 
            "content": "你是谁"
        }
    ],
    "stream": true,
    "stream_options": {
        "include_usage": true
    },
    "enable_thinking": true
}'

返回结果

data: {"choices":[{"delta":{"content":null,"role":"assistant","reasoning_content":""},"index":0,"logprobs":null,"finish_reason":null}],"object":"chat.completion.chunk","usage":null,"created":1745485391,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-e2edaf2c-8aaf-9e54-90e2-b21dd5045503"}

.....

data: {"choices":[{"finish_reason":"stop","delta":{"content":"","reasoning_content":null},"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745485391,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-e2edaf2c-8aaf-9e54-90e2-b21dd5045503"}

data: {"choices":[],"object":"chat.completion.chunk","usage":{"prompt_tokens":10,"completion_tokens":360,"total_tokens":370},"created":1745485391,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-e2edaf2c-8aaf-9e54-90e2-b21dd5045503"}

data: [DONE]

DashScope

说明

使用 DashScope 方式调用 Qwen3 模型时：

incremental_output参数需要设置为 true，不支持设置为 false，仅支持增量流式返回；
result_format参数需要设置为"message"。

使用 DashScope 方式调用 QwQ 模型时：

incremental_output 参数默认为 true，且不支持设置为 false，仅支持增量流式返回；
result_format参数默认为"message"。

Python

示例代码

import os
from dashscope import Generation

messages = [{"role": "user", "content": "你是谁？"}]


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"),
    # 可按需更换为其它深度思考模型
    model="qwen-plus-2025-04-28",
    messages=messages,
    result_format="message", # Qwen3开源版模型只支持设定为"message"；为了更好的体验，其它模型也推荐您优先设定为"message"
    # 开启深度思考，该参数对 QwQ、DeepSeek-R1 模型无效
    enable_thinking=True,
    stream=True,
    incremental_output=True, # Qwen3开源版模型只支持 true；为了更好的体验，其它模型也推荐您优先设定为 true
)

# 定义完整思考过程
reasoning_content = ""
# 定义完整回复
answer_content = ""
# 判断是否结束思考过程并开始回复
is_answering = False

print("=" * 20 + "思考过程" + "=" * 20)

for chunk in completion:
    # 如果思考过程与回复皆为空，则忽略
    if (
        chunk.output.choices[0].message.content == ""
        and chunk.output.choices[0].message.reasoning_content == ""
    ):
        pass
    else:
        # 如果当前为思考过程
        if (
            chunk.output.choices[0].message.reasoning_content != ""
            and chunk.output.choices[0].message.content == ""
        ):
            print(chunk.output.choices[0].message.reasoning_content, end="", flush=True)
            reasoning_content += chunk.output.choices[0].message.reasoning_content
        # 如果当前为回复
        elif chunk.output.choices[0].message.content != "":
            if not is_answering:
                print("\n" + "=" * 20 + "完整回复" + "=" * 20)
                is_answering = True
            print(chunk.output.choices[0].message.content, end="", flush=True)
            answer_content += chunk.output.choices[0].message.content

# 如果您需要打印完整思考过程与完整回复，请将以下代码解除注释后运行
# print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
# print(f"{reasoning_content}")
# print("=" * 20 + "完整回复" + "=" * 20 + "\n")
# print(f"{answer_content}")

返回结果

====================思考过程====================
好的，用户问：“你是谁？”我需要回答这个问题。首先，我要明确自己的身份，即通义千问，由阿里云开发的超大规模语言模型。接下来，要说明我的功能和用途，比如回答问题、创作文字、逻辑推理等。同时，要强调我的目标是成为用户的得力助手，提供帮助和支持。

在表达时，要保持口语化，避免使用专业术语或复杂句式。可以加入一些亲切的语气词，比如“你好呀～”，让对话更自然。另外，要确保信息准确，不遗漏关键点，比如我的开发者、主要功能和使用场景。

还要考虑用户可能的后续问题，比如具体的应用例子或技术细节，所以在回答中可以适当埋下伏笔，引导用户进一步提问。例如，提到“无论是日常生活的疑问还是专业领域的问题，我都能尽力提供帮助”，这样既全面又开放。

最后，检查回答是否流畅，有没有重复或冗余的信息，确保简洁明了。同时，保持友好和专业的平衡，让用户感受到既亲切又可靠。
====================完整回复====================
你好呀～我是通义千问，是阿里云开发的一款超大规模语言模型。我能够回答问题、创作文字、进行逻辑推理、编程等等，旨在为用户提供帮助和支持。无论是日常生活的疑问还是专业领域的问题，我都能尽力提供帮助。有什么我可以帮你的吗？

Java

示例代码

// dashscope SDK的版本 >= 2.19.4
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import io.reactivex.Flowable;
import java.lang.System;
import java.util.Arrays;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static StringBuilder reasoningContent = new StringBuilder();
    private static StringBuilder finalContent = new StringBuilder();
    private static boolean isFirstPrint = true;

    private static void handleGenerationResult(GenerationResult message) {
        String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
        String content = message.getOutput().getChoices().get(0).getMessage().getContent();

        if (!reasoning.isEmpty()) {
            reasoningContent.append(reasoning);
            if (isFirstPrint) {
                System.out.println("====================思考过程====================");
                isFirstPrint = false;
            }
            System.out.print(reasoning);
        }

        if (!content.isEmpty()) {
            finalContent.append(content);
            if (!isFirstPrint) {
                System.out.println("\n====================完整回复====================");
                isFirstPrint = true;
            }
            System.out.print(content);
        }
    }
    private static GenerationParam buildGenerationParam(Message userMsg) {
        return GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                // 此处使用qwen-plus-2025-04-28模型，可以按需替换为其它深度思考模型
                .model("qwen-plus-2025-04-28")
                // 开启深度思考，对 QwQ、DeepSeek-R1模型无效
                .enableThinking(true)
                .incrementalOutput(true) // Qwen3开源版模型只支持 true；为了更好的体验，其它模型也推荐您优先设定为 true
                .resultFormat("message") // Qwen3开源版模型只支持设定为"message"；为了更好的体验，其它模型也推荐您优先设定为"message"
                .messages(Arrays.asList(userMsg))
                .build();
    }
    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            Message userMsg = Message.builder().role(Role.USER.getValue()).content("你是谁？").build();
            streamCallWithMessage(gen, userMsg);
//             打印最终结果
//            if (reasoningContent.length() > 0) {
//                System.out.println("\n====================完整回复====================");
//                System.out.println(finalContent.toString());
//            }
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            logger.error("An exception occurred: {}", e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

====================思考过程====================
好的，用户问“你是谁？”，我需要根据之前的设定来回答。首先，我的角色是通义千问，阿里巴巴集团旗下的超大规模语言模型。要保持口语化，简洁易懂。

用户可能刚接触我，或者想确认我的身份。应该先直接回答我是谁，然后简要说明我的功能和用途，比如回答问题、创作文字、编程等。还要提到支持多语言，这样用户知道我可以处理不同语言的需求。

另外，根据指导方针，要保持拟人性，所以语气要友好，可能用表情符号增加亲切感。同时，可能需要引导用户进一步提问或使用我的功能，比如问他们需要什么帮助。

需要注意不要使用复杂术语，避免冗长。检查是否有遗漏的关键点，比如多语言支持和具体能力。确保回答符合所有要求，包括口语化和简洁。
====================完整回复====================
你好！我是通义千问，阿里巴巴集团旗下的超大规模语言模型。我能够回答问题、创作文字，比如写故事、写公文、写邮件、写剧本、逻辑推理、编程等等，还能表达观点，玩游戏等。我熟练掌握多种语言，包括但不限于中文、英文、德语、法语、西班牙语等。有什么需要我帮忙的吗？

HTTP

示例代码

curl

Qwen3 模型需要设置enable_thinking为true来开启思考模式；enable_thinking对 QwQ 与 DeepSeek-R1 模型无效。

curl -X POST "https://dashscope.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": "qwen-plus-2025-04-28",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters":{
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message"
    }
}'

返回结果

id:1
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"嗯","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":14,"input_tokens":11,"output_tokens":3},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:2
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"，","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":15,"input_tokens":11,"output_tokens":4},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:3
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"用户","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":16,"input_tokens":11,"output_tokens":5},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:4
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"问","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":17,"input_tokens":11,"output_tokens":6},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:5
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"“","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":18,"input_tokens":11,"output_tokens":7},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}
......

id:358
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"帮助","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":373,"input_tokens":11,"output_tokens":362},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:359
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"，","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":374,"input_tokens":11,"output_tokens":363},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:360
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"欢迎","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":375,"input_tokens":11,"output_tokens":364},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:361
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"随时","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":376,"input_tokens":11,"output_tokens":365},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:362
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"告诉我","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":377,"input_tokens":11,"output_tokens":366},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:363
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"！","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":378,"input_tokens":11,"output_tokens":367},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:364
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"","role":"assistant"},"finish_reason":"stop"}]},"usage":{"total_tokens":378,"input_tokens":11,"output_tokens":367},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

多轮对话

大模型 API 默认不会记录您的历史对话信息。多轮对话功能可以让大模型“拥有记忆”，满足如追问、信息采集等需要连续交流的场景。深度思考模型会返回reasoning_content（思考过程）与content（回复内容）字段，您可以将content字段通过{'role': 'assistant', 'content':响应的content字段}的形式添加到上下文中，无需添加reasoning_content字段。

OpenAI兼容

您可以通过 OpenAI SDK 或 OpenAI 兼容的 HTTP 方式使用多轮对话功能。

Python

示例代码

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    # 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
    api_key = os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

reasoning_content = ""  # 定义完整思考过程
answer_content = ""     # 定义完整回复

messages = []
conversation_idx = 1
while True:
    is_answering = False   # 判断是否结束思考过程并开始回复
    print("="*20+f"第{conversation_idx}轮对话"+"="*20)
    conversation_idx += 1
    user_msg = {"role": "user", "content": input("请输入你的消息：")}
    messages.append(user_msg)
    # 创建聊天完成请求
    completion = client.chat.completions.create(
        # 您可以按需更换为其它深度思考模型
        model="qwen-plus-2025-04-28",
        messages=messages,
        # enable_thinking 参数开启思考过程，QwQ 与 DeepSeek-R1 模型总会进行思考，不支持该参数
        extra_body={"enable_thinking": True},
        stream=True,
        # stream_options={
        #     "include_usage": True
        # }
    )
    print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")
    for chunk in completion:
        # 如果chunk.choices为空，则打印usage
        if not chunk.choices:
            print("\nUsage:")
            print(chunk.usage)
        else:
            delta = chunk.choices[0].delta
            # 打印思考过程
            if hasattr(delta, 'reasoning_content') and delta.reasoning_content != None:
                print(delta.reasoning_content, end='', flush=True)
                reasoning_content += delta.reasoning_content
            else:
                # 开始回复
                if delta.content != "" and is_answering is False:
                    print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
                    is_answering = True
                # 打印回复过程
                print(delta.content, end='', flush=True)
                answer_content += delta.content
    # 将模型回复的content添加到上下文中
    messages.append({"role": "assistant", "content": answer_content})
    print("\n")

Node.js

示例代码

import OpenAI from "openai";
import process from 'process';
import readline from 'readline/promises';

// 初始化 readline 接口
const rl = readline.createInterface({
    input: process.stdin,
    output: process.stdout
});

// 初始化 openai 客户端
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 从环境变量读取
    baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = '';
let answerContent = '';
let isAnswering = false;
let messages = [];
let conversationIdx = 1;

async function main() {
    while (true) {
        console.log("=".repeat(20) + `第${conversationIdx}轮对话` + "=".repeat(20));
        conversationIdx++;
        
        // 读取用户输入
        const userInput = await rl.question("请输入你的消息：");
        messages.push({ role: 'user', content: userInput });

        // 重置状态
        reasoningContent = '';
        answerContent = '';
        isAnswering = false;

        try {
            const stream = await openai.chat.completions.create({
                // 您可以按需更换为其它深度思考模型
                model: 'qwen-plus-2025-04-28',
                messages: messages,
                // enable_thinking 参数开启思考过程，QwQ 与 DeepSeek-R1 模型总会进行思考，不支持该参数
                enable_thinking: true,
                stream: true,
                // stream_options:{
                //     include_usage: true
                // }
            });

            console.log("\n" + "=".repeat(20) + "思考过程" + "=".repeat(20) + "\n");

            for await (const chunk of stream) {
                if (!chunk.choices?.length) {
                    console.log('\nUsage:');
                    console.log(chunk.usage);
                    continue;
                }

                const delta = chunk.choices[0].delta;
                
                // 处理思考过程
                if (delta.reasoning_content) {
                    process.stdout.write(delta.reasoning_content);
                    reasoningContent += delta.reasoning_content;
                }
                
                // 处理正式回复
                if (delta.content) {
                    if (!isAnswering) {
                        console.log('\n' + "=".repeat(20) + "完整回复" + "=".repeat(20) + "\n");
                        isAnswering = true;
                    }
                    process.stdout.write(delta.content);
                    answerContent += delta.content;
                }
            }
            
            // 将完整回复加入消息历史
            messages.push({ role: 'assistant', content: answerContent });
            console.log("\n");
            
        } catch (error) {
            console.error('Error:', error);
        }
    }
}

// 启动程序
main().catch(console.error);

HTTP

示例代码

curl

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus-2025-04-28",
    "messages": [
        {
            "role": "user", 
            "content": "你好"
        },
        {
            "role": "assistant",
            "content": "你好！很高兴见到你，有什么我可以帮忙的吗？"
        },
        {
            "role": "user",
            "content": "你是谁？"
        }
    ],
    "stream": true,
    "stream_options": {
        "include_usage": true
    },
    "enable_thinking": true
}'

DashScope

您可以通过 DashScope SDK 或 HTTP 方式使用多轮对话功能。

Python

示例代码

import os
import dashscope

messages = []
conversation_idx = 1
while True:
    print("=" * 20 + f"第{conversation_idx}轮对话" + "=" * 20)
    conversation_idx += 1
    user_msg = {"role": "user", "content": input("请输入你的消息：")}
    messages.append(user_msg)
    response = dashscope.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'),
         # 此处以qwen-plus-2025-04-28为例，可按需更换为其它深度思考模型
        model="qwen-plus-2025-04-28", 
        messages=messages,
        # enable_thinking 参数开启思考过程，QwQ 与 DeepSeek-R1 模型总会进行思考，不支持该参数
        enable_thinking=True,
        result_format="message",
        stream=True,
        incremental_output=True
    )
    # 定义完整思考过程
    reasoning_content = ""
    # 定义完整回复
    answer_content = ""
    # 判断是否结束思考过程并开始回复
    is_answering = False
    print("=" * 20 + "思考过程" + "=" * 20)
    for chunk in response:
        # 如果思考过程与回复皆为空，则忽略
        if (chunk.output.choices[0].message.content == "" and 
            chunk.output.choices[0].message.reasoning_content == ""):
            pass
        else:
            # 如果当前为思考过程
            if (chunk.output.choices[0].message.reasoning_content != "" and 
                chunk.output.choices[0].message.content == ""):
                print(chunk.output.choices[0].message.reasoning_content, end="",flush=True)
                reasoning_content += chunk.output.choices[0].message.reasoning_content
            # 如果当前为回复
            elif chunk.output.choices[0].message.content != "":
                if not is_answering:
                    print("\n" + "=" * 20 + "完整回复" + "=" * 20)
                    is_answering = True
                print(chunk.output.choices[0].message.content, end="",flush=True)
                answer_content += chunk.output.choices[0].message.content
    # 将模型回复的content添加到上下文中
    messages.append({"role": "assistant", "content": answer_content})
    print("\n")
    # 如果您需要打印完整思考过程与完整回复，请将以下代码解除注释后运行
    # print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
    # print(f"{reasoning_content}")
    # print("=" * 20 + "完整回复" + "=" * 20 + "\n")
    # print(f"{answer_content}")

Java

示例代码

// dashscope SDK的版本 >= 2.19.4
import java.util.Arrays;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import io.reactivex.Flowable;
import java.lang.System;
import java.util.List;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static StringBuilder reasoningContent = new StringBuilder();
    private static StringBuilder finalContent = new StringBuilder();
    private static boolean isFirstPrint = true;

    private static void handleGenerationResult(GenerationResult message) {
        String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
        String content = message.getOutput().getChoices().get(0).getMessage().getContent();

        if (!reasoning.isEmpty()) {
            reasoningContent.append(reasoning);
            if (isFirstPrint) {
                System.out.println("====================思考过程====================");
                isFirstPrint = false;
            }
            System.out.print(reasoning);
        }

        if (!content.isEmpty()) {
            finalContent.append(content);
            if (!isFirstPrint) {
                System.out.println("\n====================完整回复====================");
                isFirstPrint = true;
            }
            System.out.print(content);
        }
    }
    private static GenerationParam buildGenerationParam(List Msg) {
        return GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                // 此处以 qwen-plus-2025-04-28 为例，可按需更换模型名称
                .model("qwen-plus-2025-04-28")
                .enableThinking(true)
                .messages(Msg)
                .incrementalOutput(true)
                .build();
    }
    public static void streamCallWithMessage(Generation gen, List Msg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(Msg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            Message userMsg1 = Message.builder()
                    .role(Role.USER.getValue())
                    .content("你好")
                    .build();
            Message AssistantMsg = Message.builder()
                    .role(Role.ASSISTANT.getValue())
                    .content("你好！很高兴见到你，有什么我可以帮忙的吗？")
                    .build();
            Message userMsg2 = Message.builder()
                    .role(Role.USER.getValue())
                    .content("你是谁")
                    .build();
            List Msg = Arrays.asList(userMsg1,AssistantMsg,userMsg2);
            streamCallWithMessage(gen, Msg);
//             打印最终结果
//            if (reasoningContent.length() > 0) {
//                System.out.println("\n====================完整回复====================");
//                System.out.println(finalContent.toString());
//            }
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            logger.error("An exception occurred: {}", e.getMessage());
        }
        System.exit(0);
    }
}

HTTP

示例代码

curl

curl -X POST "https://dashscope.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": "qwen-plus-2025-04-28",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你好"
            },
            {
                "role": "assistant",
                "content": "你好！很高兴见到你，有什么我可以帮忙的吗？"
            },
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters":{
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message"
    }
}'

限制思考长度

深度思考模型有时会输出冗长的推理过程，需要较长时间才能进行回复内容的生成，且会消耗较多 Token。为了解决这一问题，您可以设置thinking_budget参数来约束推理过程的最大长度。

如果模型思考过程生成的 Token 数超过thinking_budget，推理内容会进行截断并立刻开始生成最终回复内容。

该参数仅支持Qwen3 模型设定。

OpenAI兼容

Python

示例代码

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    # 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

messages = [{"role": "user", "content": "你是谁"}]

completion = client.chat.completions.create(
    model="qwen-plus-2025-04-28",  # 您可以按需更换为其它深度思考模型
    messages=messages,
    # enable_thinking 参数开启思考过程，thinking_budget 参数设置最大推理过程 Token 数，两个参数对 QwQ 与 DeepSeek-R1 模型无效
    extra_body={
        "enable_thinking": True,
        "thinking_budget": 50
        },
    stream=True,
    # stream_options={
    #     "include_usage": True
    # },
)

reasoning_content = ""  # 完整思考过程
answer_content = ""  # 完整回复
is_answering = False  # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\nUsage:")
        print(chunk.usage)
        continue

    delta = chunk.choices[0].delta

    # 只收集思考内容
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # 收到content，开始进行回复
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

返回结果

====================思考过程====================

好的，用户问“你是谁”，我需要给出一个清晰且友好的回答。首先，应该明确自己的身份，即通义千问，由阿里巴巴集团旗下的通义实验室研发。接下来，要说明自己的主要功能，比如回答
====================完整回复====================

我是通义千问，是阿里巴巴集团旗下的通义实验室研发的超大规模语言模型。我能够回答问题、创作文字、逻辑推理、编程等，旨在为用户提供帮助和便利。有什么我可以帮您的吗？

Node.js

示例代码

import OpenAI from "openai";
import process from 'process';

// 初始化 openai 客户端
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 从环境变量读取
    baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = '';
let answerContent = '';
let isAnswering = false;


async function main() {
    try {
        const messages = [{ role: 'user', content: '你是谁' }];
        const stream = await openai.chat.completions.create({
            // 此处以qwen-plus-2025-04-28为例，可按需更换为其它深度思考模型
            model: 'qwen-plus-2025-04-28',
            messages,
            stream: true,
            // enable_thinking 参数开启思考过程，thinking_budget 参数设置最大推理过程 Token 数，两个参数对 QwQ 与 DeepSeek-R1 模型无效
            enable_thinking: true,
            thinking_budget: 50
        });
        console.log('\n' + '='.repeat(20) + '思考过程' + '='.repeat(20) + '\n');

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log('\nUsage:');
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0].delta;
            
            // 只收集思考内容
            if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
                if (!isAnswering) {
                    process.stdout.write(delta.reasoning_content);
                }
                reasoningContent += delta.reasoning_content;
            }

            // 收到content，开始进行回复
            if (delta.content !== undefined && delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完整回复' + '='.repeat(20) + '\n');
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
                answerContent += delta.content;
            }
        }
    } catch (error) {
        console.error('Error:', error);
    }
}

main();

返回结果

====================思考过程====================

好的，用户问“你是谁”，我需要给出一个清晰准确的回答。首先，我应该介绍自己的身份，即通义千问，由阿里巴巴集团旗下的通义实验室研发。接下来，要说明我的主要功能，比如回答问题
====================完整回复====================

我是通义千问，是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我能够回答问题、创作文字、逻辑推理、编程等多种任务。如果你有任何问题或需要帮助，欢迎随时告诉我！

HTTP

示例代码

curl

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus-2025-04-28",
    "messages": [
        {
            "role": "user", 
            "content": "你是谁"
        }
    ],
    "stream": true,
    "stream_options": {
        "include_usage": true
    },
    "enable_thinking": true,
    "thinking_budget": 50
}'

返回结果

data: {"choices":[{"delta":{"content":null,"role":"assistant","reasoning_content":""},"index":0,"logprobs":null,"finish_reason":null}],"object":"chat.completion.chunk","usage":null,"created":1745485391,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-e2edaf2c-8aaf-9e54-90e2-b21dd5045503"}

.....

data: {"choices":[{"finish_reason":"stop","delta":{"content":"","reasoning_content":null},"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745485391,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-e2edaf2c-8aaf-9e54-90e2-b21dd5045503"}

data: {"choices":[],"object":"chat.completion.chunk","usage":{"prompt_tokens":10,"completion_tokens":360,"total_tokens":370},"created":1745485391,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-e2edaf2c-8aaf-9e54-90e2-b21dd5045503"}

data: [DONE]

DashScope

Python

示例代码

import os
from dashscope import Generation

messages = [{"role": "user", "content": "你是谁？"}]


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"),
    # 可按需更换为其它深度思考模型
    model="qwen-plus-2025-04-28",
    messages=messages,
    result_format="message",
    # 开启深度思考，该参数对 QwQ、DeepSeek-R1 模型无效
    enable_thinking=True,
    # 设置最大推理过程 Token 数，该参数对 QwQ、DeepSeek-R1 模型无效
    thinking_budget=50,
    stream=True,
    incremental_output=True,
)

# 定义完整思考过程
reasoning_content = ""
# 定义完整回复
answer_content = ""
# 判断是否结束思考过程并开始回复
is_answering = False

print("=" * 20 + "思考过程" + "=" * 20)

for chunk in completion:
    # 如果思考过程与回复皆为空，则忽略
    if (
        chunk.output.choices[0].message.content == ""
        and chunk.output.choices[0].message.reasoning_content == ""
    ):
        pass
    else:
        # 如果当前为思考过程
        if (
            chunk.output.choices[0].message.reasoning_content != ""
            and chunk.output.choices[0].message.content == ""
        ):
            print(chunk.output.choices[0].message.reasoning_content, end="", flush=True)
            reasoning_content += chunk.output.choices[0].message.reasoning_content
        # 如果当前为回复
        elif chunk.output.choices[0].message.content != "":
            if not is_answering:
                print("\n" + "=" * 20 + "完整回复" + "=" * 20)
                is_answering = True
            print(chunk.output.choices[0].message.content, end="", flush=True)
            answer_content += chunk.output.choices[0].message.content

# 如果您需要打印完整思考过程与完整回复，请将以下代码解除注释后运行
# print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
# print(f"{reasoning_content}")
# print("=" * 20 + "完整回复" + "=" * 20 + "\n")
# print(f"{answer_content}")

返回结果

====================思考过程====================
好的，用户问“你是谁？”，我需要给出一个清晰且友好的回答。首先，我要介绍自己的身份，也就是通义千问，由阿里巴巴集团旗下的通义实验室研发。接下来，应该说明我的主要功能，比如
====================完整回复====================
我是通义千问，是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我能够回答问题、创作文字、逻辑推理、编程等，旨在为用户提供全面、准确和有用的信息与帮助。有什么我可以帮您的吗？

Java

示例代码

// dashscope SDK的版本 >= 2.19.4
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import io.reactivex.Flowable;
import java.lang.System;
import java.util.Arrays;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static StringBuilder reasoningContent = new StringBuilder();
    private static StringBuilder finalContent = new StringBuilder();
    private static boolean isFirstPrint = true;

    private static void handleGenerationResult(GenerationResult message) {
        String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
        String content = message.getOutput().getChoices().get(0).getMessage().getContent();

        if (!reasoning.isEmpty()) {
            reasoningContent.append(reasoning);
            if (isFirstPrint) {
                System.out.println("====================思考过程====================");
                isFirstPrint = false;
            }
            System.out.print(reasoning);
        }

        if (!content.isEmpty()) {
            finalContent.append(content);
            if (!isFirstPrint) {
                System.out.println("\n====================完整回复====================");
                isFirstPrint = true;
            }
            System.out.print(content);
        }
    }
    private static GenerationParam buildGenerationParam(Message userMsg) {
        return GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                // 此处使用qwen-plus-2025-04-28模型，可以按需替换为其它深度思考模型
                .model("qwen-plus-2025-04-28")
                // 开启深度思考，对 QwQ、DeepSeek-R1模型无效
                .enableThinking(true)
                .thinkingBudget(50)
                .incrementalOutput(true)
                .resultFormat("message")
                .messages(Arrays.asList(userMsg))
                .build();
    }
    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            Message userMsg = Message.builder().role(Role.USER.getValue()).content("你是谁？").build();
            streamCallWithMessage(gen, userMsg);
//             打印最终结果
//            if (reasoningContent.length() > 0) {
//                System.out.println("\n====================完整回复====================");
//                System.out.println(finalContent.toString());
//            }
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            logger.error("An exception occurred: {}", e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

====================思考过程====================
好的，用户问“你是谁？”，我需要给出一个清晰且友好的回答。首先，我要介绍自己的身份，也就是通义千问，由阿里巴巴集团旗下的通义实验室研发。接下来，应该说明我的主要功能，比如
====================完整回复====================
我是通义千问，是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我能够回答问题、创作文字、逻辑推理、编程等，旨在为用户提供全面、准确和有用的信息与帮助。有什么我可以帮您的吗？

HTTP

示例代码

curl

curl -X POST "https://dashscope.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": "qwen-plus-2025-04-28",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters":{
        "enable_thinking": true,
        "thinking_budget": 50,
        "incremental_output": true,
        "result_format": "message"
    }
}'

返回结果

id:1
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"好的","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":14,"output_tokens":3,"input_tokens":11,"output_tokens_details":{"reasoning_tokens":1}},"request_id":"2ce91085-3602-9c32-9c8b-fe3d583a2c38"}

id:2
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"，","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":15,"output_tokens":4,"input_tokens":11,"output_tokens_details":{"reasoning_tokens":2}},"request_id":"2ce91085-3602-9c32-9c8b-fe3d583a2c38"}

......

id:133
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"！","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":149,"output_tokens":138,"input_tokens":11,"output_tokens_details":{"reasoning_tokens":50}},"request_id":"2ce91085-3602-9c32-9c8b-fe3d583a2c38"}

id:134
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"","role":"assistant"},"finish_reason":"stop"}]},"usage":{"total_tokens":149,"output_tokens":138,"input_tokens":11,"output_tokens_details":{"reasoning_tokens":50}},"request_id":"2ce91085-3602-9c32-9c8b-fe3d583a2c38"}

联网搜索

由于训练数据的时效性，大模型无法准确回答如股票价格、今日资讯等时效性问题。您可以通过设置enable_search参数为true以启用联网检索功能，使大模型可以基于实时检索数据进行回复。

说明

仅 Qwen3 商业版模型、QwQ 商业版模型（除了qwq-plus-2025-03-05）支持联网搜索。

开启enable_search后，模型会先判断是否需要使用联网搜索能力来回答您的问题：

需要联网搜索
当问题被模型判断需要使用联网搜索能力，模型会根据联网搜索的结果进行回复。
联网搜索功能当前免费，但搜索到的信息会增加 Token 消耗。
不需要联网搜索
模型本身已经可以回答如“你是谁”、“一年有多少天”等简单或常识性的问题。此时模型不会去联网搜索，而是直接进行回答。
如果您希望强制开启联网搜索功能，请参见下文的forced_search参数。

在设置enable_search参数为true后，您可以通过search_options参数来配置联网搜索策略，包括以下方面：

是否强制联网搜索

通过forced_search配置，可选值：

true
强制开启。
false（默认值）
不强制开启。

是否返回搜索来源

该策略仅支持 DashScope 方式。通过enable_source配置，可选值：

true
返回数据中包含搜索来源的信息。搜索来源信息通过search_info参数返回。
false（默认值）
返回数据中不包含搜索来源的信息。

开启角标标注

该策略仅支持 DashScope 方式。

就像在写论文时在右上角用^[i]来标注引用的文献，角标标注可以在大模型的回复内容中标注引用来源。如果返回数据包含搜索来源的信息（enable_source为true），您可以通过enable_citation来配置是否开启角标标注功能。可选值：

true
开启角标标注。
角标标注的样式可以通过下方的citation_format参数设置。
false（默认值）
不开启角标标注。

在开启角标标注功能后，您可以通过citation_format配置角标样式。可选值：

"[<number>]"（默认值）
角标形式为[i]。
"[ref_<number>]"
角标形式为[ref_i]。

搜索数量

通过search_strategy配置。可选值：

"standard"（默认值）
模型会联网搜索5条信息。
"pro"
模型会联网搜索10条信息。

DashScope

Python

示例代码

import os
import dashscope

messages = [
    {'role': 'user', 'content': '哪吒2的票房'}
]

response = dashscope.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'),
    # 此处以qwen-plus-2025-04-28为例，可按需更换为支持联网搜索的模型
    model="qwen-plus-2025-04-28",  
    messages=messages,
    # 开启深度思考的参数，对 QwQ 模型无效
    enable_thinking = True,
    enable_search = True, # 开启联网搜索的参数
    search_options = {
        "forced_search": True, # 强制开启联网搜索
        "enable_source": True, # 使返回结果包含搜索来源的信息，OpenAI 兼容方式暂不支持返回
        "enable_citation": True, # 开启角标标注功能
        "citation_format": "[ref_<number>]", # 角标形式为[ref_i]
        "search_strategy": "pro" # 模型将搜索10条互联网信息
    },
    stream=True,
    incremental_output=True,
    result_format="message",
)

# 定义完整思考过程
reasoning_content = ""
# 定义完整回复
answer_content = ""
# 判断是否结束思考过程并开始回复
is_answering = False
# 判断是否为第一个chunk，便于打印搜索信息
is_first_chunk = True

print("=" * 20 + "搜索信息" + "=" * 20)

for chunk in response:
    if is_first_chunk:
        search_results = chunk.output.search_info["search_results"]
        for web in search_results:
            print(f"[{web['index']}]: [{web['title']}]({web['url']})")
        print("=" * 20 + "思考过程" + "=" * 20)
        reasoning_content += chunk.output.choices[0].message.reasoning_content
        print(chunk.output.choices[0].message.reasoning_content,end="",flush=True)
        is_first_chunk = False
    else:
        # 如果思考过程与回复皆为空，则忽略
        if (chunk.output.choices[0].message.content == "" and 
            chunk.output.choices[0].message.reasoning_content == ""):
            pass
        else:
            # 如果当前为思考过程
            if (chunk.output.choices[0].message.reasoning_content != "" and 
                chunk.output.choices[0].message.content == ""):
                print(chunk.output.choices[0].message.reasoning_content, end="",flush=True)
                reasoning_content += chunk.output.choices[0].message.reasoning_content
            # 如果当前为回复
            elif chunk.output.choices[0].message.content != "":
                if not is_answering:
                    print("\n" + "=" * 20 + "完整回复" + "=" * 20)
                    is_answering = True
                print(chunk.output.choices[0].message.content, end="",flush=True)
                answer_content += chunk.output.choices[0].message.content

# 如果您需要打印完整思考过程与完整回复，请将以下代码解除注释后运行
# print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
# print(f"{reasoning_content}")
# print("=" * 20 + "完整回复" + "=" * 20 + "\n")
# print(f"{answer_content}")
# 如果您需要打印本次请求的 Token 消耗，请将以下代码解除注释后运行
# print("\n"+"="*20+"Token 消耗"+"="*20)
# print(chunk.usage)

返回结果

====================搜索信息====================
[1]: [《哪吒2》票房破119亿元 2025累计票房破200亿!](https://www.1905.com/news/20250217/1714723.shtml)
[2]: [《哪吒2》票房将达215亿,超《阿凡达》成全球第一,5大理由支撑](https://www.360kuai.com/pc/9630dbf8c5a1770de?cota=3&kuai_so=1&sign=360_e39369d1)
[3]: [《哪吒2》票房破135亿:2025年中国电影市场的梦幻开局](https://www.sohu.com/a/862924685_122077416?scm=10001.325_13-109000.0.0.5_32)
[4]: [哪吒2票房突破120亿元](https://baijiahao.baidu.com/s?id=1824275513693903228)
[5]: [哪吒2票房突破153亿](https://m.gmw.cn/2025-03/23/content_1303998589.htm)
[6]: [哪吒2总票房破131亿](https://m.gmw.cn/2025-02/22/content_1303977481.htm)
[7]: [2025年娱乐新趋势哪吒2票房破150亿!国产动画如何征服全球市场?](https://m.sohu.com/a/874897462_122173903/?scm=10001.334_13-101000-0_922.0-0.0.a2_5X162X1746)
[8]: [哪吒2全球票房破156亿](https://m.gmw.cn/2025-04/09/content_1304011206.htm)
[9]: [《哪吒2》票房彻底疯了 ](https://m.china-xian.com/question/202503/5sy28p2jld.htm)
====================思考过程====================
好的，我现在需要回答用户关于《哪吒2》票房的问题。首先，我要查看提供的知识库内容，找到相关的票房数据。

看到有多个引用提到《哪吒2》的票房情况。比如，ref_1提到票房破119亿元，但后面还有其他ref提到更高的数字。ref_3说票房破135亿，ref_5提到全球票房突破153亿，ref_8则提到全球票房破156亿。另外，ref_7提到票房破150亿，而ref_5和ref_8的数据似乎更具体，分别达到153亿和156亿。还有ref_1提到累计票房即将冲击120亿元，但后续的ref_3、ref_5、ref_8都有更高的数据。

需要确认这些数据的时间点。例如，ref_1的日期是2025年第6周，也就是2月10日到16日，此时票房是119亿。而ref_3提到的是截至2025年2月24日，票房破135亿。之后ref_5在某个时间点提到153亿，ref_8提到156亿。可能这些数据是逐步更新的，所以最新的应该是ref_8的156亿。不过需要检查是否有更近的引用。

另外，ref_7提到的是150亿，而ref_5和ref_8的数据更高。可能不同的ref有不同的统计时间和范围，比如是否包含海外票房。例如，ref_5提到全球票房（含预售及海外）突破153亿，而ref_8也是全球票房破156亿。因此，应该综合这些信息，指出不同时间点的票房成绩，并说明最新数据是156亿。

还需要注意是否有矛盾的地方。例如，ref_1提到累计票房突破200亿，但其他ref的数字没有达到这个数值，可能ref_1中的2025全年电影票房累计突破200亿是指整个市场的总票房，而不是《哪吒2》单独的票房。需要仔细区分。

总结一下，用户的问题是关于《哪吒2》的票房，需要列出不同时间点的票房数据，并指出最高纪录。同时要引用对应的ref编号，确保准确性。
====================完整回复====================
根据现有资料，《哪吒之魔童闹海》（《哪吒2》）的票房表现如下：

1. **国内票房**：截至2025年2月24日，该片国内票房已突破135亿元[ref_3]，随后持续增长，累计票房接近150亿元[ref_7]。

2. **全球票房**：  
   - 截至2025年4月，影片全球票房（含预售及海外）已突破**156亿元**[ref_8]。  
   - 此前，全球票房曾突破**153亿元**[ref_5]，并位居全球影史票房榜前五[ref_8]。

3. **市场地位**：  
   - 《哪吒2》成为首部进入全球票房前十的非好莱坞动画电影，且在欧洲37国同步上映，创下华语影片发行新纪录[ref_7]。  
   - 影片还以150亿元票房成绩超越《阿凡达》（2009年第一部），一度登上全球票房榜首[ref_2]。

4. **其他数据**：  
   - 2025年第6周（2月10日-16日），周票房达38.4亿元，累计票房接近120亿元[ref_1]。  
   - 影片在海外市场表现亮眼，例如在英国超级点映票房达100万美元，创造国际动画电影点映新纪录[ref_1]。

综上，《哪吒2》的票房成绩体现了其在国内及全球市场的巨大影响力，最终全球票房有望进一步攀升。

Java

示例代码

// dashscope SDK的版本 >= 2.19.4
import java.util.Arrays;
import com.alibaba.dashscope.aigc.generation.SearchInfo;
import com.alibaba.dashscope.aigc.generation.SearchOptions;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import io.reactivex.Flowable;
import java.lang.System;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static StringBuilder reasoningContent = new StringBuilder();
    private static StringBuilder finalContent = new StringBuilder();
    private static boolean isFirstPrint = true;

    private static void handleGenerationResult(GenerationResult message) {
        String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
        String content = message.getOutput().getChoices().get(0).getMessage().getContent();
        SearchInfo searchInfo = message.getOutput().getSearchInfo();
        if (!reasoning.isEmpty()) {
            reasoningContent.append(reasoning);
            if (isFirstPrint) {
                System.out.println("====================搜索信息====================");
                isFirstPrint = false;
                System.out.print(searchInfo.getSearchResults());

                System.out.println("\n====================思考过程====================");
            }
            System.out.print(reasoning);
        }

        if (!content.isEmpty()) {
            finalContent.append(content);
            if (!isFirstPrint) {
                System.out.println("\n====================完整回复====================");
                isFirstPrint = true;
            }
            System.out.print(content);
        }
        if (message.getOutput().getChoices().get(0).getFinishReason().equals("stop") || message.getOutput().getChoices().get(0).getFinishReason().equals("length")){
            System.out.println("\n====================Token 消耗====================");
            System.out.println(message.getUsage());
        }
    }
    private static GenerationParam buildGenerationParam(Message userMsg) {
        // 定义搜索策略
        SearchOptions searchOptions = SearchOptions.builder()
                // 使返回结果中包含搜索信息的来源
                .enableSource(true)
                // 强制开启互联网搜索
                .forcedSearch(true)
                // 开启角标标注
                .enableCitation(true)
                // 设置角标标注样式为[ref_i]
                .citationFormat("[ref_<number>]")
                // 联网搜索10条信息
                .searchStrategy("pro")
                .build();

        return GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("qwen-plus-2025-04-28")
                .enableThinking(true)
                .messages(Arrays.asList(userMsg))
                // 开启联网搜索的参数
                .enableSearch(true)
                .searchOptions(searchOptions)
                .build();
    }
    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            Message userMsg = Message.builder().role(Role.USER.getValue()).content("哪吒2的票房？").build();
            streamCallWithMessage(gen, userMsg);
//             打印最终结果
//            if (reasoningContent.length() > 0) {
//                System.out.println("\n====================完整回复====================");
//                System.out.println(finalContent.toString());
//            }
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            logger.error("An exception occurred: {}", e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

====================搜索信息====================
[SearchInfo.SearchResult(siteName=, icon=, index=1, title=哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈, url=https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896), SearchInfo.SearchResult(siteName=, icon=, index=2, title=《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影, url=https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282), SearchInfo.SearchResult(siteName=, icon=, index=3, title=《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖, url=https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239), SearchInfo.SearchResult(siteName=, icon=, index=4, title=《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影, url=https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282), SearchInfo.SearchResult(siteName=, icon=, index=5, title=哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈, url=https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896), SearchInfo.SearchResult(siteName=新浪网, icon=https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg, index=6, title=《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经, url=https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml), SearchInfo.SearchResult(siteName=, icon=, index=7, title=【#哪吒2海外票房破3亿#】3月24日，据专业平台数据，《哪吒之魔童闹海》海外票-观察者网, url=https://mparticle.uc.cn/article.html?biz_id=1034&uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_cid=677014919905815552!!wm_id=21b429951d2447878286e0640a469ef6), SearchInfo.SearchResult(siteName=第一财经, icon=https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg, index=8, title=《哪吒2》海外票房破3亿-一财网, url=http://m.yicai.com/news/102532036.html), SearchInfo.SearchResult(siteName=163网易免费邮, icon=https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg, index=9, title=《哪吒2》153亿票房遭"冷嘲热讽"，我们为什么对国产动画如此苛刻-网易订阅, url=https://m.163.com/dy/article/JREIHES40556B7G8.html), SearchInfo.SearchResult(siteName=, icon=, index=10, title=《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说, url=https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845)]
====================思考过程====================
好的，我现在需要回答用户关于《哪吒2》票房的问题。首先，我得仔细看一下用户提供的知识库内容，里面有很多相关的引用资料。

用户的问题很简单，就是询问《哪吒2》的票房情况。根据知识库里的信息，我需要找到最新的票房数据以及相关的排名信息。首先，我注意到多个引用提到了全球累计票房达到153亿人民币，比如ref_1、ref_3、ref_5、ref_6、ref_7、ref_8、ref_10都有提到这一点。特别是ref_6和ref_8提到全球票房超过153.47亿元，而ref_5和ref_7指出这个成绩让该片成为全球票房第五的电影，同时也是亚洲电影中的首例。

另外，用户可能还关心海外票房的情况。根据ref_5、ref_6、ref_7、ref_8，海外票房已经突破3亿元人民币，这也是一个重要的数据点，说明影片在国际市场上的表现。同时，ref_6提到密钥延期到4月30日，这可能意味着票房还有进一步增长的空间。

需要注意的是，不同的引用可能有细微的数据差异，比如有的提到153亿，有的则是153.47亿，这可能是因为统计时间不同导致的。根据系统时间2025年3月25日，而部分引用如ref_6和ref_8的数据是在3月24日或25日发布的，所以应该以最新的数据为准，即超过153.47亿元。

另外，用户可能还想了解该票房在全球的排名情况，根据多个引用，目前《哪吒2》暂列全球票房榜第五名，仅次于像《阿凡达》《泰坦尼克号》这样的大片。例如，ref_3提到它进入前五，并且是唯一非好莱坞电影进入21亿美元俱乐部，这显示了其国际影响力。

不过，也要注意有些引用如ref_9和ref_10提到了一些争议，比如票房的争议或抄袭问题，但用户的问题主要是询问票房数字，所以这部分可能不需要深入，除非用户后续追问。但根据要求，回答需要优先引用提供的资料，所以应集中在票房数据上。

总结一下，我需要将全球票房和海外票房分开说明，并引用对应的来源。同时指出其排名和里程碑意义，比如成为亚洲电影中的首部进入全球前五，以及非好莱坞电影的突破。需要确保引用正确的ref编号，避免错误。
====================完整回复====================
截至2025年3月25日，《哪吒2》（《哪吒之魔童闹海》）的全球累计票房已突破**153.47亿元人民币**（含预售及海外票房），暂列全球影史票房榜第5名[ref_6][ref_7][ref_8]。其中，其海外票房已超过3亿元人民币，刷新了中国动画电影海外发行的多项纪录[ref_5][ref_6][ref_8]。

该片不仅是首部跻身全球票房前五的亚洲电影，也是唯一一部进入全球票房21亿美元俱乐部的非好莱坞电影，标志着中国动画电影在国际市场的里程碑式突破[ref_1][ref_3][ref_5]。目前其票房已超越《蜘蛛侠：跨纬度》等好莱坞大片，与排名第四的《泰坦尼克号》（约17.亿美元，约合115亿人民币）仅差约11亿元人民币[ref_3][ref_10]。

值得注意的是，《哪吒2》自上映以来持续延长上映周期，密钥已延期至2025年4月30日，票房仍有进一步增长的空间[ref_6]。
====================Token 消耗====================
GenerationUsage(inputTokens=1272, outputTokens=794, totalTokens=2066)

HTTP

示例代码

curl

curl -X POST "https://dashscope.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": "qwen-plus-2025-04-28",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "哪吒2的票房"
            }
        ]
    },
    "parameters":{
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message",
        "enable_search": true,
        "search_options": {
            "forced_search": true,
            "enable_source": true,
            "enable_citation": true,
            "citation_format": "[ref_<number>]",
            "search_strategy": "pro"
        }
    }
}'

返回结果

id:1
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"好的，我现在","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1324,"input_tokens":1319,"output_tokens":5},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:2
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"需要回答用户关于《哪","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1330,"input_tokens":1319,"output_tokens":11},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:3
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"吒2》票房的问题。","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1336,"input_tokens":1319,"output_tokens":17},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:4
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"首先，我要查看","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1340,"input_tokens":1319,"output_tokens":21},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

...

id:124
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"。  \n\n需要注意的是，不同","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1923,"input_tokens":1319,"output_tokens":604},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:125
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"数据源的票房","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1927,"input_tokens":1319,"output_tokens":608},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:126
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"统计可能存在细微差异，","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1932,"input_tokens":1319,"output_tokens":613},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:127
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"但整体趋势和","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1936,"input_tokens":1319,"output_tokens":617},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:128
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"排名基本一致。","reasoning_content":"","role":"assistant"},"finish_reason":"null"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1940,"input_tokens":1319,"output_tokens":621},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

id:129
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"","role":"assistant"},"finish_reason":"stop"}],"search_info":{"search_results":[{"site_name":"","icon":"","index":1,"title":"哪吒2海外票房破3亿了, 中国动画的全球崛起-行知探索圈","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=6f339f9b001142ef81f9e5dd04f40777!!wm_id=217a3dfad10e46d095fa9af00282c896"},{"site_name":"","icon":"","index":2,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"","icon":"","index":3,"title":"《哪吒2》全球票房破153亿, 距离超越《泰坦尼克号》还有多远?-倾城一笑红颜吖","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=effc0af9cee743b2b3485a75eb85dfae!!wm_id=01887e0e8266475b87b8ef1e578e5239"},{"site_name":"","icon":"","index":4,"title":"《哪吒2》153亿票房背后: 我们追捧的到底是国漫, 还是特效鸦片?-逍遥扒扒影","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1331f1eb7f174d0d8c5ba11efa65daad!!wm_id=a1eb50c1972d4eb2b0dc95d47c886282"},{"site_name":"新浪网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01mvEkNg1mbgbrppM5C_!!6000000004973-55-tps-32-32.svg","index":5,"title":"《哪吒2》海外票房破3亿 暂列全球票房榜第5名-新浪财经","url":"https://finance.sina.com.cn/tech/roll/2025-03-25/doc-ineqvkuu7132514.shtml"},{"site_name":"第一财经","icon":"https://img.alicdn.com/imgextra/i2/O1CN01IBw5aS1M3d9GmYvnx_!!6000000001379-55-tps-32-32.svg","index":6,"title":"《哪吒2》海外票房破3亿-一财网","url":"http://m.yicai.com/news/102532036.html"},{"site_name":"163网易免费邮","icon":"https://img.alicdn.com/imgextra/i2/O1CN01rbsKN11MIkDguCxUW_!!6000000001412-55-tps-32-32.svg","index":7,"title":"《哪吒2》153亿票房遭\"冷嘲热讽\"，我们为什么对国产动画如此苛刻-网易订阅","url":"https://m.163.com/dy/article/JREIHES40556B7G8.html"},{"site_name":"财新网","icon":"https://img.alicdn.com/imgextra/i2/O1CN01oWqr251caB9yMliXs_!!6000000003616-73-tps-16-16.ico","index":8,"title":"票房｜《哪吒2》登陆英国、日本院线 国内放映延长到五一-财新网","url":"https://www.caixin.com/2025-03-24/102301462.html"},{"site_name":"","icon":"","index":9,"title":"《哪吒2》抄袭被实锤? 全球票房超153亿, 让太多人眼红-影视原说","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=fd1f933252da43d79c09fc43ea53b972!!wm_id=3660dc355efa44509f7f22e4240a7845"},{"site_name":"","icon":"","index":10,"title":"《哪吒2》延长上映至五一,票房火爆, 能否超越全球纪录成为第一-娱乐无限播","url":"https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt#!wm_aid=1228e8af15cf412e8d43c934a2a6a482!!wm_id=30ba0aef32144af39424a1942c5b7de8"}]}},"usage":{"total_tokens":1940,"input_tokens":1319,"output_tokens":621},"request_id":"f9fd41a8-2665-9abf-9366-96bbe2875be4"}

OpenAI兼容

Python

示例代码

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    # 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

reasoning_content = ""  # 定义完整思考过程
answer_content = ""  # 定义完整回复
is_answering = False  # 判断是否结束思考过程并开始回复

# 创建聊天完成请求
completion = client.chat.completions.create(
    # 此处以qwen-plus-2025-04-28为例，可更换为其它支持联网搜索的深度思考模型
    model="qwen-plus-2025-04-28",
    messages=[{"role": "user", "content": "哪吒2的票房"}],
    extra_body={
        # 开启深度思考的参数，对 QwQ 模型无效
        "enable_thinking": True,
        "enable_search": True,  # 开启联网搜索的参数
        "search_options": {
            "forced_search": True,  # 强制联网搜索的参数
            "search_strategy": "pro",  # 模型将搜索10条互联网信息
        },
    },
    # QwQ 模型仅支持流式输出方式调用
    stream=True,
    # 解除以下注释会在最后一个chunk返回Token使用量
    stream_options={"include_usage": True},
)

print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

for chunk in completion:
    # 如果chunk.choices为空，则打印usage
    if not chunk.choices:
        print("\n" + "=" * 20 + "Usage" + "=" * 20)
        print(chunk.usage)
    else:
        delta = chunk.choices[0].delta
        # 打印思考过程
        if hasattr(delta, "reasoning_content") and delta.reasoning_content != None:
            print(delta.reasoning_content, end="", flush=True)
            reasoning_content += delta.reasoning_content
        else:
            # 开始回复
            if delta.content != "" and is_answering is False:
                print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
                is_answering = True
            # 打印回复过程
            print(delta.content, end="", flush=True)
            answer_content += delta.content

# print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
# print(reasoning_content)
# print("=" * 20 + "完整回复" + "=" * 20 + "\n")
# print(answer_content)

返回结果

====================思考过程====================

好的，我现在需要回答用户关于《哪吒2》票房的问题。首先，我得仔细查看提供的知识库内容，里面有很多关于这部电影的票房数据。

用户的问题是“哪吒2的票房”，所以我要找到最新的票房数字。根据知识库中的信息，最近的数据是来自不同时间点的多个记录。例如，有提到截至2025年4月17日，票房破155亿，而另一处提到全球票房破156亿。还有3月8日的数据是148亿，3月24日左右是153亿，以及另一条提到155亿和156亿。看起来最新的应该是4月17日的155亿和之后的156亿。不过需要确认时间顺序。

注意到知识库中有一条提到“哪吒2全球票房破156亿”的条目，其中包含4月16日神舟二十号的消息，可能时间接近当前系统时间2025年4月27日。因此，可能156亿是最近的数据。但还有另一条提到“破155亿”并提到4月17日联合国教科文组织的消息，可能两者都是同一时间段的数据，可能存在不同来源的统计差异。

另外，用户提供的系统时间是4月27日，而知识库中最新的数据是到4月17日左右，之后可能没有更新的数据。因此，我需要综合所有信息，给出最接近当前时间的票房数字。可能需要指出不同来源的数字，并说明当前的最新情况，比如提到156亿可能更接近，但需要确认是否有更高数据。

此外，知识库中还提到《哪吒2》在全球影史票房榜的位置，比如第5名或第6名，这可能帮助确认票房数值是否准确。例如，156亿应该位于全球前五的位置，而之前的153亿是第5名。因此，可能最新的数据是156亿，并且仍在增长，接近或超过某些里程碑，比如超过《阿凡达》的票房（假设《阿凡达》的票房约为28亿美元，但需要换算人民币）。

最后，我需要整理这些信息，给出一个清晰的回答，说明当前票房的最新数据，并引用知识库中的不同来源，同时注意可能的更新情况。
====================完整回复====================

根据提供的知识库信息，截至2025年4月17日，《哪吒之魔童闹海》（《哪吒2》）的全球票房已突破**155亿元人民币**，并随后进一步攀升至**156亿元**（部分数据来源显示）。以下是关键信息整理：

---

### **票房里程碑**
1. **156亿元（全球票房，含预售及海外）**  
   - 根据4月17日左右的最新数据，《哪吒2》全球票房突破156亿元，暂列**全球影史票房榜前5名**（部分统计显示已超越《复仇者联盟4》等影片）。  
   - 在欧洲地区，英国点映票房达100万美元，创国际动画电影点映新纪录，进一步推动海外票房增长。

2. **国内票房表现**  
   - 截至2025年2月24日，国内票房已破135亿元，刷新国产动画电影票房纪录。  
   - 2025年第6周（2月10-16日），单周票房达38.4亿元，持续蝉联周冠军，累计票房迅速向120亿元迈进。

3. **国际影响力**  
   - 在欧洲37国同步上映，柏林电影节评委称赞其为“动画界的《寄生虫》”，亚洲市场份额占比超79%（中国58%+东南亚21%）。  
   - 海外发行策略成功，英国、东南亚等地票房表现强劲，助力全球票房突破150亿元大关。

---

### **票房分析与行业影响**
- **技术与内容创新**：采用AI辅助的VRAI技术，缩短70%渲染时间，同时以东方哲学和“逆天命”主题引发全球共鸣，豆瓣评分8.5分，成人观众占比达87%。  
- **产业升级**：带动北京200多家视效公司协同发展，形成全产业链闭环，推动国产动画从“代工”向“文化输出”转型。  
- **目标与挑战**：业界预测其最终票房可能达到**215亿元**，有望超越《阿凡达》（约28亿美元，按汇率换算约合人民币190亿元），成为全球影史票房冠军。

---

### **当前进展**
- 截至知识库最新数据（4月17日），票房已达**156亿元**，并仍在增长中。  
- 若持续当前势头，或将在未来几周内冲击**160亿元**，进一步巩固其全球票房地位。

如需更实时数据，建议参考权威票房平台（如猫眼、灯塔专业版）或最新新闻报道。
====================Usage====================
CompletionUsage(completion_tokens=1088, prompt_tokens=4355, total_tokens=5443, completion_tokens_details=None, prompt_tokens_details=None)

Node.js

示例代码

import OpenAI from "openai";
import process from 'process';

// 初始化 openai 客户端
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 从环境变量读取
    baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = '';
let answerContent = '';
let isAnswering = false;

async function main() {
    try {
        const stream = await openai.chat.completions.create({
            // 此处以qwen-plus-2025-04-28为例，可更换为其它支持联网搜索的深度思考模型
            model: 'qwen-plus-2025-04-28',
            messages: [{ role: 'user', content: '哪吒2的票房' }],
            // 开启深度思考的参数，对 QwQ 模型无效
            enable_thinking: true,
            enable_search: true, // 开启联网搜索的参数
            search_options: {
                forced_search: true // 强制联网搜索的参数
            },
            // QwQ 模型仅支持流式输出方式调用
            stream: true
        });

        console.log('\n' + '='.repeat(20) + '思考过程' + '='.repeat(20) + '\n');

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log('\nUsage:');
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0].delta;
            
            // 处理思考过程
            if (delta.reasoning_content) {
                process.stdout.write(delta.reasoning_content);
                reasoningContent += delta.reasoning_content;
            } 
            // 处理正式回复
            else if (delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完整回复' + '='.repeat(20) + '\n');
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
                answerContent += delta.content;
            }
        }
    } catch (error) {
        console.error('Error:', error);
    }
}

main();

返回结果

====================思考过程====================

好的，用户问的是《哪吒2》的票房情况。我需要先看看知识库里的相关信息。根据提供的资料，《哪吒之魔童闹海》的全球票房已经突破156亿，暂列全球影史票房榜前五。还有提到超过150亿，创亚洲纪录，以及日本上映后全球票房超155.16亿。这些数据可能有时间上的差异，比如不同日期的统计结果。

需要确认用户的问题是否有特定的时间点，但用户没有说明，所以应该给出最新的数据。知识库里最新的信息是“全球票房破156亿”和“全球票房超155.16亿”，可能前者是更近的统计数据。另外，要注意到不同的来源可能有不同的数字，比如有的说156亿，有的说155.16亿，这可能是因为统计时间和方式不同。

还需要注意，用户可能想知道当前的票房，而系统时间是2025年4月27日，但知识库中的信息可能截止到2023年或更早，因为《哪吒2》在2025年可能已经下映了。不过根据知识库内容，电影在国内持续上映至4月30日，所以可能在2025年4月27日还在上映中，因此票房可能还在增长。

需要综合所有信息，给出一个准确的回答，同时指出数据可能有变动，并建议参考权威渠道获取最新数据。另外，要提到票房排名情况，比如全球第五，以及亚洲纪录等信息。
====================完整回复====================

根据现有信息，《哪吒之魔童闹海》（《哪吒2》）的全球票房已突破**156亿元人民币**，暂列全球影史票房榜前五。该片在海外市场的表现也十分亮眼，截至相关报道发布时，其全球票房已超过**155.16亿元**，并创下了亚洲电影的票房新纪录。

需要注意的是：
1. **数据时间差异**：不同报道中的票房数字（如150亿、155亿、156亿）可能因统计时间或渠道不同而存在细微差异。
2. **上映周期**：该片在中国大陆的上映时间曾两次延期，最终持续至**2025年4月30日**，因此实际票房可能仍在动态变化中。
3. **票房计算方式**：电影票房通常指影片上映后的放映收益总和，并非直接等同于观众人次。

如需最新数据，建议参考权威影视票房统计平台或官方公告。

HTTP

示例代码

curl

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus-2025-04-28",
    "messages": [
        {
            "role": "user", 
            "content": "哪吒2的票房"
        }
    ],
    "enable_thinking": true,
    "enable_search": true,
    "search_options": {
        "forced_search": true
    },
    "stream": true,
    "stream_options": {
        "include_usage": true
    }
}'

Function Calling（工具调用）

虽然深度思考模型拥有强大的推理能力，但无法与外部世界进行交互。Function Calling 通过引入外部工具，可以帮助深度思考模型实现天气查询、数据库查询、发送邮件等功能。

DeepSeek-R1 系列模型暂不支持 Function Calling。

Qwen3、QwQ 模型会在思考完成后进行工具调用信息的输出，tool_choice参数只支持设置为"auto"（默认值，表示由模型自主选择工具）或"none"（强制模型不选择工具）。

OpenAI兼容

Python

示例代码

import os
from openai import OpenAI

# 初始化OpenAI客户端，配置阿里云DashScope服务
client = OpenAI(
    # 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"),  # 从环境变量读取API密钥
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

# 定义可用工具列表
tools = [
    # 工具1 获取当前时刻的时间
    {
        "type": "function",
        "function": {
            "name": "get_current_time",
            "description": "当你想知道现在的时间时非常有用。",
            "parameters": {}  # 无需参数
        }
    },  
    # 工具2 获取指定城市的天气
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "当你想查询指定城市的天气时非常有用。",
            "parameters": {  
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "城市或县区，比如北京市、杭州市、余杭区等。"
                    }
                },
                "required": ["location"]  # 必填参数
            }
        }
    }
]

messages = [{"role": "user", "content": input("请输入问题：")}]
completion = client.chat.completions.create(
    # 此处以qwen-plus-2025-04-28为例，可更换为其它深度思考模型
    model="qwen-plus-2025-04-28",
    messages=messages,
    extra_body={
        # 开启深度思考，该参数对 QwQ 模型无效
        "enable_thinking": True
    },
    tools=tools,
    parallel_tool_calls=True,
    stream=True,
    # 解除注释后，可以获取到token消耗信息
    # stream_options={
    #     "include_usage": True
    # }
)

reasoning_content = ""  # 定义完整思考过程
answer_content = ""     # 定义完整回复
tool_info = []          # 存储工具调用信息
is_answering = False   # 判断是否结束思考过程并开始回复
print("="*20+"思考过程"+"="*20)
for chunk in completion:
    if not chunk.choices:
        # 处理用量统计信息
        print("\n"+"="*20+"Usage"+"="*20)
        print(chunk.usage)
    else:
        delta = chunk.choices[0].delta
        # 处理AI的思考过程（链式推理）
        if hasattr(delta, 'reasoning_content') and delta.reasoning_content is not None:
            reasoning_content += delta.reasoning_content
            print(delta.reasoning_content,end="",flush=True)  # 实时输出思考过程
            
        # 处理最终回复内容
        else:
            if not is_answering:  # 首次进入回复阶段时打印标题
                is_answering = True
                print("\n"+"="*20+"回复内容"+"="*20)
            if delta.content is not None:
                answer_content += delta.content
                print(delta.content,end="",flush=True)  # 流式输出回复内容
            
            # 处理工具调用信息（支持并行工具调用）
            if delta.tool_calls is not None:
                for tool_call in delta.tool_calls:
                    index = tool_call.index  # 工具调用索引，用于并行调用
                    
                    # 动态扩展工具信息存储列表
                    while len(tool_info) <= index:
                        tool_info.append({})
                    
                    # 收集工具调用ID（用于后续函数调用）
                    if tool_call.id:
                        tool_info[index]['id'] = tool_info[index].get('id', '') + tool_call.id
                    
                    # 收集函数名称（用于后续路由到具体函数）
                    if tool_call.function and tool_call.function.name:
                        tool_info[index]['name'] = tool_info[index].get('name', '') + tool_call.function.name
                    
                    # 收集函数参数（JSON字符串格式，需要后续解析）
                    if tool_call.function and tool_call.function.arguments:
                        tool_info[index]['arguments'] = tool_info[index].get('arguments', '') + tool_call.function.arguments
            
print(f"\n"+"="*19+"工具调用信息"+"="*19)
if not tool_info:
    print("没有工具调用")
else:
    print(tool_info)

返回结果

输入“四个直辖市的天气”，得到以下返回结果：

====================思考过程====================
好的，用户问的是“四个直辖市的天气”。首先，我需要明确四个直辖市是哪几个。根据中国的行政区划，直辖市包括北京、上海、天津和重庆。所以用户想知道这四个城市的天气情况。

接下来，我需要检查可用的工具。提供的工具中有get_current_weather函数，参数是location，类型字符串。每个城市需要单独查询，因为函数一次只能查一个地点。因此，我需要为每个直辖市调用一次这个函数。

然后，我需要考虑如何生成正确的工具调用。每个调用应该包含城市名称作为参数。比如，第一个调用是北京，第二个是上海，依此类推。确保参数名称是location，值是正确的城市名。

另外，用户可能希望得到每个城市的天气信息，所以需要确保每个函数调用都正确无误。可能需要连续调用四次，每次对应一个城市。不过，根据工具的使用规则，可能需要分多次处理，或者一次生成多个调用。但根据示例，可能每次只调用一个函数，所以可能需要逐步进行。

最后，确认是否有其他需要考虑的因素，比如参数是否正确，城市名称是否准确，以及是否需要处理可能的错误情况，比如城市不存在或API不可用。但目前看来，四个直辖市都是明确的，应该没问题。
====================回复内容====================

===================工具调用信息===================
[{'id': 'call_767af2834c12488a8fe6e3', 'name': 'get_current_weather', 'arguments': '{"location": "北京市"}'}, {'id': 'call_2cb05a349c89437a947ada', 'name': 'get_current_weather', 'arguments': '{"location": "上海市"}'}, {'id': 'call_988dd180b2ca4b0a864ea7', 'name': 'get_current_weather', 'arguments': '{"location": "天津市"}'}, {'id': 'call_4e98c57ea96a40dba26d12', 'name': 'get_current_weather', 'arguments': '{"location": "重庆市"}'}]

Node.js

示例代码

import OpenAI from "openai";
import readline from 'node:readline/promises';
import { stdin as input, stdout as output } from 'node:process';

const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY,
    baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
});

const tools = [
    {
        type: "function",
        function: {
            name: "get_current_time",
            description: "当你想知道现在的时间时非常有用。",
            parameters: {}
        }
    },
    {
        type: "function",
        function: {
            name: "get_current_weather",
            description: "当你想查询指定城市的天气时非常有用。",
            parameters: {
                type: "object",
                properties: {
                    location: {
                        type: "string",
                        description: "城市或县区，比如北京市、杭州市、余杭区等。"
                    }
                },
                required: ["location"]
            }
        }
    }
];

async function main() {
    const rl = readline.createInterface({ input, output });
    const question = await rl.question("请输入您的问题："); 
    rl.close();
    
    const messages = [{ role: "user", content: question }];
    
    let reasoningContent = "";
    let answerContent = "";
    const toolInfo = [];
    let isAnswering = false;

    console.log("=".repeat(20) + "思考过程" + "=".repeat(20));
    
    try {
        const stream = await openai.chat.completions.create({
            // 此处以qwen-plus-2025-04-28为例，可更换为其它深度思考模型
            model: "qwen-plus-2025-04-28",
            messages,
            // 开启深度思考，该参数对 QwQ 模型无效
            enable_thinking: true,
            tools,
            stream: true,
            parallel_tool_calls: true
        });

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log("\n" + "=".repeat(20) + "Usage" + "=".repeat(20));
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0]?.delta;
            if (!delta) continue;

            // 处理思考过程
            if (delta.reasoning_content) {
                reasoningContent += delta.reasoning_content;
                process.stdout.write(delta.reasoning_content);
            }
            // 处理回复内容
            else {
                if (!isAnswering) {
                    isAnswering = true;
                    console.log("\n" + "=".repeat(20) + "回复内容" + "=".repeat(20));
                }
                if (delta.content) {
                    answerContent += delta.content;
                    process.stdout.write(delta.content);
                }
                // 处理工具调用
                if (delta.tool_calls) {
                    for (const toolCall of delta.tool_calls) {
                        const index = toolCall.index;
                        
                        // 确保数组长度足够
                        while (toolInfo.length <= index) {
                            toolInfo.push({});
                        }
                        
                        // 更新工具ID
                        if (toolCall.id) {
                            toolInfo[index].id = (toolInfo[index].id || "") + toolCall.id;
                        }
                        
                        // 更新函数名称
                        if (toolCall.function?.name) {
                            toolInfo[index].name = (toolInfo[index].name || "") + toolCall.function.name;
                        }
                        
                        // 更新参数
                        if (toolCall.function?.arguments) {
                            toolInfo[index].arguments = (toolInfo[index].arguments || "") + toolCall.function.arguments;
                        }
                    }
                }
            }
        }

        console.log("\n" + "=".repeat(19) + "工具调用信息" + "=".repeat(19));
        console.log(toolInfo.length ? toolInfo : "没有工具调用");

    } catch (error) {
        console.error("发生错误:", error);
    }
}

main();

返回结果

输入“四个直辖市的天气”，得到以下返回结果：

请输入您的问题：四个直辖市的天气
====================思考过程====================
好的，用户问的是四个直辖市的天气。首先，我需要明确中国的四个直辖市分别是哪几个。北京、上海、天津和重庆，对吧？接下来，我需要为每个城市调用天气查询功能。

但是用户的问题可能需要我分别获取这四个城市的天气情况。每个城市都需要调用一次get_current_weather函数，参数是各自的城市名称。我需要确保参数正确，比如直辖市的全名，比如“北京市”、“上海市”、“天津市”和“重庆市”。

然后，我需要按照顺序依次调用这四个城市的天气接口。每个调用都需要单独的tool_call。用户可能希望得到每个城市的当前天气信息，所以需要确保每个调用都正确无误。可能需要注意每个城市的正确拼写和名称，避免出现错误。例如，重庆有时可能被简称为“重庆市”，所以参数里应该用全称。

现在，我需要生成四个tool_call，每个对应一个直辖市。检查每个参数是否正确，然后按顺序排列。这样用户就能得到四个直辖市的天气数据了。
====================回复内容====================

===================工具调用信息===================
[
  {
    id: 'call_21dc802e717f491298d1b2',
    name: 'get_current_weather',
    arguments: '{"location": "北京市"}'
  },
  {
    id: 'call_2cd3be1d2f694c4eafd4e5',
    name: 'get_current_weather',
    arguments: '{"location": "上海市"}'
  },
  {
    id: 'call_48cf3f78e02940bd9085e4',
    name: 'get_current_weather',
    arguments: '{"location": "天津市"}'
  },
  {
    id: 'call_e230a2b4c64f4e658d223e',
    name: 'get_current_weather',
    arguments: '{"location": "重庆市"}'
  }
]

HTTP

示例代码

curl

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus-2025-04-28",
    "messages": [
        {
            "role": "user", 
            "content": "杭州天气怎么样"
        }
    ],
    "tools": [
    {
        "type": "function",
        "function": {
            "name": "get_current_time",
            "description": "当你想知道现在的时间时非常有用。",
            "parameters": {}
        }
    },
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "当你想查询指定城市的天气时非常有用。",
            "parameters": {
                "type": "object",
                "properties": {
                    "location":{
                        "type": "string",
                        "description": "城市或县区，比如北京市、杭州市、余杭区等。"
                    }
                },
                "required": ["location"]
            }
        }
    }
  ],
  "enable_thinking": true,
  "stream": true
}'

DashScope

Python

示例代码

import dashscope

tools = [
    # 工具1 获取当前时刻的时间
    {
        "type": "function",
        "function": {
            "name": "get_current_time",
            "description": "当你想知道现在的时间时非常有用。",
            "parameters": {}  # 因为获取当前时间无需输入参数，因此parameters为空字典
        }
    },  
    # 工具2 获取指定城市的天气
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "当你想查询指定城市的天气时非常有用。",
            "parameters": {  
                "type": "object",
                "properties": {
                    # 查询天气时需要提供位置，因此参数设置为location
                    "location": {
                        "type": "string",
                        "description": "城市或县区，比如北京市、杭州市、余杭区等。"
                    }
                },
                "required": ["location"]
            }
        }
    }
]

# 定义问题
messages = [{"role": "user", "content": input("请输入问题：")}]
completion = dashscope.Generation.call(
    # 此处以qwen-plus-2025-04-28为例，可更换为其它深度思考模型
    model="qwen-plus-2025-04-28", 
    messages=messages,
    enable_thinking=True,
    tools=tools,
    parallel_tool_calls=True,
    stream=True,
    incremental_output=True,
    result_format="message"
)

reasoning_content = ""
answer_content = ""
tool_info = []
is_answering = False
print("="*20+"思考过程"+"="*20)

for chunk in completion:
    if chunk.status_code == 200:
        msg = chunk.output.choices[0].message
        
        # 处理思考过程
        if 'reasoning_content' in msg and msg.reasoning_content:
            reasoning_content += msg.reasoning_content
            print(msg.reasoning_content, end="", flush=True)
        
        # 处理回复内容
        if 'content' in msg and msg.content:
            if not is_answering:
                is_answering = True
                print("\n"+"="*20+"回复内容"+"="*20)
            answer_content += msg.content
            print(msg.content, end="", flush=True)
        
        # 处理工具调用
        if 'tool_calls' in msg and msg.tool_calls:
            for tool_call in msg.tool_calls:
                index = tool_call['index']
                
                while len(tool_info) <= index:
                    tool_info.append({'id': '', 'name': '', 'arguments': ''})  # 初始化所有字段
                
                # 增量更新工具ID
                if 'id' in tool_call:
                    tool_info[index]['id'] += tool_call.get('id', '')
                
                # 增量更新函数信息
                if 'function' in tool_call:
                    func = tool_call['function']
                    # 增量更新函数名称
                    if 'name' in func:
                        tool_info[index]['name'] += func.get('name', '')
                    # 增量更新参数
                    if 'arguments' in func:
                        tool_info[index]['arguments'] += func.get('arguments', '')

print(f"\n"+"="*19+"工具调用信息"+"="*19)
if not tool_info:
    print("没有工具调用")
else:
    print(tool_info)

返回结果

输入“四个直辖市的天气”，得到以下返回结果：

请输入问题：四个直辖市的天气
====================思考过程====================
好的，用户问的是四个直辖市的天气。首先，我需要确认中国的四个直辖市分别是哪些。北京、上海、天津和重庆，对吧？接下来，用户需要每个城市的天气情况，所以我需要调用天气查询功能。

不过，问题来了，用户没有指定具体的城市名称，只是说四个直辖市。可能需要我明确每个直辖市的名称，然后分别查询。比如，北京、上海、天津、重庆这四个直辖市。我需要确保每个城市都正确无误。

然后，我要检查可用的工具，用户提供的函数是get_current_weather，参数是location。因此，我需要为每个直辖市调用这个函数，传入对应的城市名称作为参数。比如，第一次调用location是北京市，第二次是上海市，第三次是天津市，第四次是重庆市。

不过，可能需要注意，像重庆这样的直辖市，有时候可能需要更具体的区，但用户可能只需要市级的天气。所以直接使用直辖市名称应该没问题。接下来，我需要生成四个独立的函数调用，每个对应一个直辖市。这样用户就能得到四个城市的天气情况了。

最后，确保每个调用的参数正确，并且没有遗漏。这样用户的问题就能得到完整的回答了。
===================工具调用信息===================
[{'id': 'call_2f774ed97b0e4b24ab10ec', 'name': 'get_current_weather', 'arguments': '{"location": "北京市"}'}, {'id': 'call_dc3b05b88baa48c58bc33a', 'name': 'get_current_weather', 'arguments': '{"location": "上海市"}}'}, {'id': 'call_249b2de2f73340cdb46cbc', 'name': 'get_current_weather', 'arguments': '{"location": "天津市"}'}, {'id': 'call_833333634fda49d1b39e87', 'name': 'get_current_weather', 'arguments': '{"location": "重庆市"}}'}]

Java

示例代码

// dashscope SDK的版本 >= 2.19.4
import java.util.Arrays;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.JsonUtils;
import com.alibaba.dashscope.tools.ToolFunction;
import com.alibaba.dashscope.tools.FunctionDefinition;
import io.reactivex.Flowable;
import com.fasterxml.jackson.databind.node.ObjectNode;
import java.lang.System;
import com.github.victools.jsonschema.generator.Option;
import com.github.victools.jsonschema.generator.OptionPreset;
import com.github.victools.jsonschema.generator.SchemaGenerator;
import com.github.victools.jsonschema.generator.SchemaGeneratorConfig;
import com.github.victools.jsonschema.generator.SchemaGeneratorConfigBuilder;
import com.github.victools.jsonschema.generator.SchemaVersion;
import java.time.LocalDateTime;
import java.time.format.DateTimeFormatter;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static ObjectNode jsonSchemaWeather;
    private static ObjectNode jsonSchemaTime;

    static class TimeTool {
        public String call() {
            LocalDateTime now = LocalDateTime.now();
            DateTimeFormatter formatter = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
            return "当前时间：" + now.format(formatter) + "。";
        }
    }

    static class WeatherTool {
        private String location;

        public WeatherTool(String location) {
            this.location = location;
        }

        public String call() {
            return location + "今天是晴天";
        }
    }

    static {
        SchemaGeneratorConfigBuilder configBuilder = new SchemaGeneratorConfigBuilder(
                SchemaVersion.DRAFT_2020_12, OptionPreset.PLAIN_JSON);
        SchemaGeneratorConfig config = configBuilder
                .with(Option.EXTRA_OPEN_API_FORMAT_VALUES)
                .without(Option.FLATTENED_ENUMS_FROM_TOSTRING)
                .build();
        SchemaGenerator generator = new SchemaGenerator(config);
        jsonSchemaWeather = generator.generateSchema(WeatherTool.class);
        jsonSchemaTime = generator.generateSchema(TimeTool.class);
    }

    private static void handleGenerationResult(GenerationResult message) {
        System.out.println(JsonUtils.toJson(message));
    }

    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }

    private static GenerationParam buildGenerationParam(Message userMsg) {
        FunctionDefinition fdWeather = buildFunctionDefinition(
                "get_current_weather", "获取指定地区的天气", jsonSchemaWeather);
        FunctionDefinition fdTime = buildFunctionDefinition(
                "get_current_time", "获取当前时刻的时间", jsonSchemaTime);

        return GenerationParam.builder()
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("qwen-plus-2025-04-28")
                .enableThinking(true)
                .messages(Arrays.asList(userMsg))
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .incrementalOutput(true)
                .tools(Arrays.asList(
                        ToolFunction.builder().function(fdWeather).build(),
                        ToolFunction.builder().function(fdTime).build()))
                .build();
    }

    private static FunctionDefinition buildFunctionDefinition(
            String name, String description, ObjectNode schema) {
        return FunctionDefinition.builder()
                .name(name)
                .description(description)
                .parameters(JsonUtils.parseString(schema.toString()).getAsJsonObject())
                .build();
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            Message userMsg = Message.builder()
                    .role(Role.USER.getValue())
                    .content("请告诉我杭州的天气")
                    .build();
            streamCallWithMessage(gen, userMsg);
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            logger.error("An exception occurred: {}", e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":6,"total_tokens":244},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"好的，用户让我"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":12,"total_tokens":250},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"告诉杭州的天气。我"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":16,"total_tokens":254},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"需要先确定是否有"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":22,"total_tokens":260},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"相关的工具可用。查看提供的"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":28,"total_tokens":266},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"工具，发现有一个get_current"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":34,"total_tokens":272},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"_weather函数，参数是location"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":38,"total_tokens":276},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"。所以应该调"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":43,"total_tokens":281},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"用这个函数，参数"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":48,"total_tokens":286},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"设为杭州。不需要"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":52,"total_tokens":290},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"其他工具，因为"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":56,"total_tokens":294},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"用户只问了"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":60,"total_tokens":298},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"天气。接下来构造"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":64,"total_tokens":302},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"tool_call，把"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":68,"total_tokens":306},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"名称和参数填"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":73,"total_tokens":311},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"进去。确保参数是"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":78,"total_tokens":316},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"JSON对象，location是"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":82,"total_tokens":320},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"字符串。检查无"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":88,"total_tokens":326},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"误后返回。"}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":106,"total_tokens":344},"output":{"choices":[{"finish_reason":"null","message":{"role":"assistant","content":"","reasoning_content":"","tool_calls":[{"type":"function","id":"call_ecc41296dccc47baa01567","function":{"name":"get_current_weather","arguments":"{\"location\": \"杭州"}}]}}]}}
{"requestId":"4edb81cd-4647-9d5d-88f9-a4f30bc6d8dd","usage":{"input_tokens":238,"output_tokens":108,"total_tokens":346},"output":{"choices":[{"finish_reason":"tool_calls","message":{"role":"assistant","content":"","reasoning_content":"","tool_calls":[{"type":"function","id":"","function":{"arguments":"\"}"}}]}}]}}

HTTP

示例代码

curl

curl -X POST "https://dashscope.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": "qwen-plus-2025-04-28",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "杭州天气"
            }
        ]
    },
    "parameters": {
        "result_format": "message",
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message",
        "tools": [{
            "type": "function",
            "function": {
                "name": "get_current_time",
                "description": "当你想知道现在的时间时非常有用。",
                "parameters": {}
            }
        },{
            "type": "function",
            "function": {
                "name": "get_current_weather",
                "description": "当你想查询指定城市的天气时非常有用。",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "location": {
                            "type": "string",
                            "description": "城市或县区，比如北京市、杭州市、余杭区等。"
                        }
                    },
                    "required": ["location"]
                }
            }
        }]
    }
}'

在得到 Function Calling 输出的工具信息后，您可以参考运行工具函数与大模型总结工具函数输出，使大模型能够根据工具运行的结果进行回答。

开启/关闭思考模式

除了通过enable_thinking参数设置，Qwen3 模型还提供了通过提示词动态控制思考模式的便捷方法。当enable_thinking为true时，您可以在提示词中加上/no_think，使 Qwen3 模型在之后的回复关闭思考模式。若您需要在多轮对话重新开启思考模式，只需在最新输入的提示词加上/think 。

在多轮对话中，模型会遵循最近的/think 或/no_think指令。

如果 Qwen3 模型没有输出思考过程，输出 Token 将按非思考模式的价格计费。

OpenAI兼容

Python

示例代码

from openai import OpenAI
import os

# 初始化OpenAI客户端
client = OpenAI(
    # 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

# 在 prompt 加上/no_think，即使enable_thinking设为true也会关闭思考模式。
messages = [{"role": "user", "content": "你是谁/no_think"}]
completion = client.chat.completions.create(
    model="qwen-plus-2025-04-28",  # 您可以按需更换为其它Qwen3 模型
    messages=messages,
    # enable_thinking 参数开启思考过程，QwQ 与 DeepSeek-R1 模型总会进行思考，不支持该参数
    extra_body={"enable_thinking": True},
    stream=True,
    # stream_options={
    #     "include_usage": True
    # },
)

reasoning_content = ""  # 完整思考过程
answer_content = ""  # 完整回复
is_answering = False  # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")

for chunk in completion:
    if not chunk.choices:
        print("\nUsage:")
        print(chunk.usage)
        continue

    delta = chunk.choices[0].delta

    # 只收集思考内容
    if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
        if not is_answering:
            print(delta.reasoning_content, end="", flush=True)
        reasoning_content += delta.reasoning_content

    # 收到content，开始进行回复
    if hasattr(delta, "content") and delta.content:
        if not is_answering:
            print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
            is_answering = True
        print(delta.content, end="", flush=True)
        answer_content += delta.content

返回结果

====================思考过程====================


====================完整回复====================

我是通义千问，阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字、进行逻辑推理、编程等任务。如果你有任何问题或需要帮助，欢迎随时向我提问！

Node.js

示例代码

import OpenAI from "openai";
import process from 'process';

// 初始化 openai 客户端
const openai = new OpenAI({
    apiKey: process.env.DASHSCOPE_API_KEY, // 从环境变量读取
    baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});

let reasoningContent = '';
let answerContent = '';
let isAnswering = false;

async function main() {
    try {
        // 在 prompt 加上/no_think，即使enable_thinking设为true也会关闭思考模式。
        const messages = [{ role: 'user', content: '你是谁/no_think' }];
        const stream = await openai.chat.completions.create({
            // 您可以按需更换为其它Qwen3 模型
            model: 'qwen-plus-2025-04-28',
            messages,
            stream: true,
            // enable_thinking 参数开启思考过程，QwQ 与 DeepSeek-R1 模型总会进行思考，不支持该参数
            enable_thinking: true
        });
        console.log('\n' + '='.repeat(20) + '思考过程' + '='.repeat(20) + '\n');

        for await (const chunk of stream) {
            if (!chunk.choices?.length) {
                console.log('\nUsage:');
                console.log(chunk.usage);
                continue;
            }

            const delta = chunk.choices[0].delta;
            
            // 只收集思考内容
            if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
                if (!isAnswering) {
                    process.stdout.write(delta.reasoning_content);
                }
                reasoningContent += delta.reasoning_content;
            }

            // 收到content，开始进行回复
            if (delta.content !== undefined && delta.content) {
                if (!isAnswering) {
                    console.log('\n' + '='.repeat(20) + '完整回复' + '='.repeat(20) + '\n');
                    isAnswering = true;
                }
                process.stdout.write(delta.content);
                answerContent += delta.content;
            }
        }
    } catch (error) {
        console.error('Error:', error);
    }
}

main();

返回结果

====================思考过程====================


====================完整回复====================

我是通义千问，阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字，比如写故事、写公文、写邮件、写剧本、逻辑推理、编程等等，还能表达观点，玩游戏等。如果你有任何问题或需要帮助，欢迎随时向我提问！

HTTP

示例代码

curl

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus-2025-04-28",
    "messages": [
        {
            "role": "user", 
            "content": "你是谁/no_think"
        }
    ],
    "stream": true,
    "stream_options": {
        "include_usage": true
    },
    "enable_thinking": true
}'

返回结果

data: {"choices":[{"delta":{"content":"","role":"assistant"},"index":0,"logprobs":null,"finish_reason":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"finish_reason":null,"delta":{"content":"我是"},"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"通","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"义千问","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"，阿里巴巴","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"集团旗下的通","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"义实验室自主研发","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"的超","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"大规模语言模型","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"。我可以","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"帮助","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"你回答问题","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"、创作","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"文字","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"，","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"比如","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"写故事、","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"写公","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"文、写","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"邮件","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"、","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"写剧本","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"、","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"逻辑","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"推理、编程","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"等等","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"，","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"还能","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"表达","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"观点","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"，","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"玩游戏","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"等","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"。如果你有任何","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"问题或","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"需要帮助，","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"欢迎随时告诉我","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"delta":{"content":"！","reasoning_content":null},"finish_reason":null,"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[{"finish_reason":"stop","delta":{"content":"","reasoning_content":null},"index":0,"logprobs":null}],"object":"chat.completion.chunk","usage":null,"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: {"choices":[],"object":"chat.completion.chunk","usage":{"prompt_tokens":12,"completion_tokens":70,"total_tokens":82,"completion_tokens_details":{"reasoning_tokens":0}},"created":1745899582,"system_fingerprint":null,"model":"qwen-plus-2025-04-28","id":"chatcmpl-d57a6697-b319-9d92-837f-f9dada8557c5"}

data: [DONE]

DashScope

Python

示例代码

import os
from dashscope import Generation

# 在 prompt 加上/no_think，即使enable_thinking设为true也会关闭思考模式。
messages = [{"role": "user", "content": "你是谁？ /no_think"}]

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"),
    # 可按需更换为其它Qwen3模型
    model="qwen-plus-2025-04-28",
    messages=messages,
    result_format="message",
    enable_thinking=True,
    stream=True,
    incremental_output=True, 
)

# 定义完整思考过程
reasoning_content = ""
# 定义完整回复
answer_content = ""
# 判断是否结束思考过程并开始回复
is_answering = False

print("=" * 20 + "思考过程" + "=" * 20)

for chunk in completion:
    # 如果思考过程与回复皆为空，则忽略
    if (
        chunk.output.choices[0].message.content == ""
        and chunk.output.choices[0].message.reasoning_content == ""
    ):
        pass
    else:
        # 如果当前为思考过程
        if (
            chunk.output.choices[0].message.reasoning_content != ""
            and chunk.output.choices[0].message.content == ""
        ):
            print(chunk.output.choices[0].message.reasoning_content, end="", flush=True)
            reasoning_content += chunk.output.choices[0].message.reasoning_content
        # 如果当前为回复
        elif chunk.output.choices[0].message.content != "":
            if not is_answering:
                print("\n" + "=" * 20 + "完整回复" + "=" * 20)
                is_answering = True
            print(chunk.output.choices[0].message.content, end="", flush=True)
            answer_content += chunk.output.choices[0].message.content

# 如果您需要打印完整思考过程与完整回复，请将以下代码解除注释后运行
# print("=" * 20 + "完整思考过程" + "=" * 20 + "\n")
# print(f"{reasoning_content}")
# print("=" * 20 + "完整回复" + "=" * 20 + "\n")
# print(f"{answer_content}")

返回结果

====================思考过程====================

====================完整回复====================
我是通义千问，阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字，比如写故事、写公文、写邮件、写剧本、逻辑推理、编程等等，还能表达观点，玩游戏等。如果你有任何问题或需要帮助，欢迎随时向我提问！

Java

示例代码

// dashscope SDK的版本 >= 2.19.4
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.Constants;
import io.reactivex.Flowable;
import java.lang.System;
import java.util.Arrays;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

public class Main {
    private static final Logger logger = LoggerFactory.getLogger(Main.class);
    private static StringBuilder reasoningContent = new StringBuilder();
    private static StringBuilder finalContent = new StringBuilder();
    private static boolean isFirstPrint = true;

    private static void handleGenerationResult(GenerationResult message) {
        String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
        String content = message.getOutput().getChoices().get(0).getMessage().getContent();

        if (!reasoning.isEmpty()) {
            reasoningContent.append(reasoning);
            if (isFirstPrint) {
                System.out.println("====================思考过程====================");
                isFirstPrint = false;
            }
            System.out.print(reasoning);
        }

        if (!content.isEmpty()) {
            finalContent.append(content);
            if (!isFirstPrint) {
                System.out.println("\n====================完整回复====================");
                isFirstPrint = true;
            }
            System.out.print(content);
        }
    }
    private static GenerationParam buildGenerationParam(Message userMsg) {
        return GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                // 此处使用qwen-plus-2025-04-28模型，可以按需替换为其它Qwen3模型
                .model("qwen-plus-2025-04-28")
                .enableThinking(true)
                .incrementalOutput(true)
                .resultFormat("message")
                .messages(Arrays.asList(userMsg))
                .build();
    }
    public static void streamCallWithMessage(Generation gen, Message userMsg)
            throws NoApiKeyException, ApiException, InputRequiredException {
        GenerationParam param = buildGenerationParam(userMsg);
        Flowable<GenerationResult> result = gen.streamCall(param);
        result.blockingForEach(message -> handleGenerationResult(message));
    }

    public static void main(String[] args) {
        try {
            Generation gen = new Generation();
            //  在 prompt 加上/no_think，即使enable_thinking设为true也会关闭思考模式。
            Message userMsg = Message.builder().role(Role.USER.getValue()).content("你是谁？/no_think").build();
            streamCallWithMessage(gen, userMsg);
//             打印最终结果
//            if (reasoningContent.length() > 0) {
//                System.out.println("\n====================完整回复====================");
//                System.out.println(finalContent.toString());
//            }
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            logger.error("An exception occurred: {}", e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

我是通义千问，阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字，比如写故事、写公文、写邮件、写剧本、逻辑推理、编程等等，还能表达观点，玩游戏等。如果你有任何问题或需要帮助，欢迎随时告诉我！

HTTP

示例代码

curl

curl -X POST "https://dashscope.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": "qwen-plus-2025-04-28",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你是谁？/no_think"
            }
        ]
    },
    "parameters":{
        "enable_thinking": true,
        "incremental_output": true,
        "result_format": "message"
    }
}'

返回结果

id:1
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"嗯","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":14,"input_tokens":11,"output_tokens":3},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:2
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"，","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":15,"input_tokens":11,"output_tokens":4},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:3
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"用户","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":16,"input_tokens":11,"output_tokens":5},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:4
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"问","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":17,"input_tokens":11,"output_tokens":6},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:5
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"“","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":18,"input_tokens":11,"output_tokens":7},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}
......

id:358
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"帮助","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":373,"input_tokens":11,"output_tokens":362},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:359
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"，","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":374,"input_tokens":11,"output_tokens":363},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:360
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"欢迎","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":375,"input_tokens":11,"output_tokens":364},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:361
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"随时","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":376,"input_tokens":11,"output_tokens":365},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:362
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"告诉我","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":377,"input_tokens":11,"output_tokens":366},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:363
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"！","reasoning_content":"","role":"assistant"},"finish_reason":"null"}]},"usage":{"total_tokens":378,"input_tokens":11,"output_tokens":367},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

id:364
event:result
:HTTP_STATUS/200
data:{"output":{"choices":[{"message":{"content":"","reasoning_content":"","role":"assistant"},"finish_reason":"stop"}]},"usage":{"total_tokens":378,"input_tokens":11,"output_tokens":367},"request_id":"25d58c29-c47b-9e8d-a0f1-d6c309ec58b1"}

非流式输出

非流式输出

非流式输出会等待大模型生成所有内容后再一次性返回，相比于快速开始介绍的流式输出返回响应时间偏长，且推理模型开启深度思考后输出内容较多，可能触发超时，建议您优先使用流式输出方式。

仅 DeepSeek-R1 模型支持通过非流式输出方式调用。

OpenAI兼容

Python

示例代码

import os
from openai import OpenAI

client = OpenAI(
    # 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"),  # 如何获取API Key：https://help.aliyun.com/zh/model-studio/developer-reference/get-api-key
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

completion = client.chat.completions.create(
    model="deepseek-r1",
    messages=[
        {'role': 'user', 'content': '9.9和9.11谁大'}
    ]
)

# 通过reasoning_content字段打印思考过程
print("思考过程：")
print(completion.choices[0].message.reasoning_content)

# 通过content字段打印最终答案
print("最终答案：")
print(completion.choices[0].message.content)

返回结果

思考过程：

嗯，用户问的是9.9和9.11谁大。首先，我需要确认这两个数字的数值到底是多少。表面上看起来都是小数，但可能用户有不同的表示方式需要注意。

首先，9.9应该就是平常的小数，也就是9加9/10，等于9.9。而9.11可能有两种解读：一种是直接的小数，即9加11/100，也就是9.11；另一种可能是版本号或者某种编号，比如软件版本中的9.9和9.11，这时候可能需要按顺序比较，比如9.9之后是9.10，再是9.11，所以9.11会比9.9大。不过通常情况下，数学问题中的数字还是按照数值来比较的，所以应该排除版本号的解释，直接比较数值大小。

...

总结一下，正确的数值比较中，9.9等于9.90，而9.11等于9.11，所以9.90大于9.11，也就是9.9大于9.11。不过为了避免混淆，可能用户需要更详细的步骤解释。

最终答案：
9.9比9.11大。

**详细比较步骤：**

1. **统一小数位数**：将9.9写成9.90，使其与9.11的小数位数一致。
2. **逐位比较**：
   - **整数部分**：两者均为9，相等。
   - **小数部分**：比较0.90（9.9的小数部分）和0.11（9.11的小数部分）。由于0.90 > 0.11，因此9.90 > 9.11。
   
**结论**：9.9的数值大于9.11。

若涉及版本号（如软件版本），通常按顺序排列为9.9 → 9.10 → 9.11，此时9.11较新。但按纯数学数值比较，9.9更大。

Node.js

示例代码

import OpenAI from "openai";

const openai = new OpenAI(
    {
        // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：apiKey: "sk-xxx",
        apiKey: process.env.DASHSCOPE_API_KEY,
        baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
    }
);
const completion = await openai.chat.completions.create({
    model: "deepseek-r1", 
    messages: [
        { role: "user", content: "9.9和9.11谁大" }
    ],
});
console.log("思考过程：")
console.log(completion.choices[0].message.reasoning_content)
console.log("最终答案：")
console.log(completion.choices[0].message.content)

返回结果

思考过程：

嗯，我现在要比较9.9和9.11这两个数，看看哪个更大。刚开始的时候，可能会有点混淆，特别是因为小数点后的位数不一样，所以需要仔细分析一下。让我一步一步来思考这个问题。

首先，我知道比较小数的时候，应该先比较整数部分，如果整数部分大的那个数就更大。如果整数部分相同，再依次比较小数部分的每一位数字，直到找到差异为止。这里两个数的整数部分都是9，所以整数部分相等，接下来就需要比较小数部分了。

接下来，我需要看看小数部分。9.9的小数部分是0.9，也就是十分位上的数字是9，而百分位上的数字是0，因为9.9其实可以写成9.90。而9.11的小数部分是0.11，十分位是1，百分位是1。现在的问题是，如何比较这两个小数部分的大小。

...

或者，用时间来做例子，假设是9.9小时和9.11小时，9.9小时等于9小时54分钟（因为0.9小时×60分钟=54分钟），而9.11小时是9小时6.6分钟（0.11×60≈6.6分钟），显然，9小时54分钟比9小时6分钟多得多，所以9.9小时更大。

通过这些不同的例子，都验证了9.9确实比9.11大。因此，可以确定答案是正确的。

最终答案：
9.9比9.11大。

**步骤解析：**

1. **整数部分比较**：两个数的整数部分均为9，因此需进一步比较小数部分。
2. **小数部分对齐位数**：将9.9补全为9.90，与9.11的小数部分对齐（0.90 vs 0.11）。
3. **逐位比较小数部分**：
   - **十分位**：9（来自9.90） > 1（来自9.11），无需继续比较后续位数。
4. **结论**：由于十分位上9 > 1，故9.90（即9.9）大于9.11。

**验证方法：**
- **减法验证**：9.90 - 9.11 = 0.79（正数，说明9.9更大）。
- **分数转换**：9.9 = 990/100，9.11 = 911/100，990 > 911。
- **实际意义**：如货币中9.9元（9元9角）多于9.11元（9元1角1分）。

综上，**9.9 > 9.11**。

HTTP

示例代码

curl

curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-r1",
    "messages": [
        {
            "role": "user", 
            "content": "9.9和9.11谁大"
        }
    ]
}'

返回结果

{
    "choices": [
        {
            "message": {
                "content": "9.9比9.11大。\n\n**解析：**\n1. **统一小数位数：** 将9.9补位为9.90，与9.11对齐位数。\n2. **逐位比较：**\n   - 整数部分均为9，相等。\n   - 第一位小数：9（来自9.90）> 1（来自9.11），此时已可判定大小。\n3. **结论：** 9.90 > 9.11，即 **9.9 > 9.11**。\n\n**常见误解提醒：**  \n若直接比较小数点后的数字（如误认为“11 > 9”），可能得出错误结论。需注意小数位的实际值（十分位、百分位等），补零对齐后再比较。",
                "reasoning_content": "\n嗯，用户问的是9.9和9.11谁大。这个问题看起来好像挺简单的，但可能有些小陷阱，特别是涉及到小数点的比较。首先，我需要确认用户是否在问数字的大小比较，还是有没有其他可能的含义，比如日期之类的。不过根据数字的写法，应该是数字比较。\n\n首先，我需要明确这两个数的结构。9.9和9.11。这时候可能有些人会直接比较小数点后的数字，比如9和11，认为11比9大，所以9.11更大。但这种比较方法其实是错误的，因为小数点后的位数不同，需要将它们转换成相同位数来比较。\n\n正确的做法应该是将两个数统一到相同的小数位数。比如，9.9可以写成9.90，而9.11保持不变。这样的话，比较的话就是9.90和9.11。这时候，从小数点后第一位开始比较，第一位都是9，接着第二位是0和1。因为0小于1，所以9.90小于9.11，也就是9.9小于9.11。\n\n不过，用户可能有不同的理解，特别是如果他们对小数比较不熟悉的话，可能会误以为9.11更大，因为11比9大。这时候需要解释清楚位数的不同带来的影响，比如小数点后的第一位是十分位，第二位是百分位，所以9.9实际上是9又十分之九，而9.11是9又百分之十一，换算成小数的话，0.9等于0.90，而0.11是0.11，显然0.90更大，所以这个时候反而9.9更大？\n\n啊，这里好像我之前的分析有问题。这时候需要再仔细计算一下。因为当我们将9.9写成9.90，而9.11是9.11的话，比较的话应该从高位到低位依次比较。比如，整数部分都是9，所以相同。然后第一位小数，9和1比较，9大于1，所以这时候9.90已经比9.11大了，所以结论是9.9大于9.11？\n\n等等，这里好像矛盾了。这说明我之前犯了错误。为什么会这样呢？原来在比较小数时，应该逐位比较。例如：\n\n9.9 和 9.11\n\n将9.9写成9.90：\n\n比较整数部分：都是9，相等。\n比较第一位小数：9（来自9.90）和1（来自9.11）。因为9 > 1，所以整个数9.90大于9.11，所以9.9大于9.11。\n\n这样一来，之前的结论是错误的，正确的结论应该是9.9更大。这说明我需要仔细检查自己的思路，避免犯低级错误。\n\n可能用户在这里容易混淆，因为9.11的小数部分有两位，可能以为0.11比0.9大，但实际上0.9是0.90，而0.90大于0.11。所以正确的比较是9.9更大。\n\n总结来说，正确的答案是9.9比9.11大。需要确保在比较的时候注意小数位数，补全后再逐位比较。\n",
                "role": "assistant"
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 19,
        "completion_tokens": 797,
        "total_tokens": 816
    },
    "created": 1739069910,
    "system_fingerprint": null,
    "model": "deepseek-r1",
    "id": "chatcmpl-e55cdb8a-9ce1-9662-b87c-cf3da706e4f3"
}

DashScope

Python

示例代码

import os
import dashscope

messages = [
    {'role': 'user', 'content': '你是谁？'}
]

response = dashscope.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="deepseek-r1",
    messages=messages,
    # result_format参数不可以设置为"text"。
    result_format='message'
)

print("=" * 20 + "思考过程" + "=" * 20)
print(response.output.choices[0].message.reasoning_content)
print("=" * 20 + "最终答案" + "=" * 20)
print(response.output.choices[0].message.content)

返回结果

====================思考过程====================
嗯，用户问我是谁，我需要用中文回答。首先，我应该按照之前设定的身份来回应，说明我是DeepSeek-R1，由深度求索公司开发的人工智能助手。要确保回答简洁明了，同时保持友好和乐于助人的语气。用户可能刚接触，所以不需要太技术化的解释，但要涵盖基本功能，比如回答问题、提供信息、建议等。还要记得提到持续学习和更新，让用户知道我的知识库是最新的。另外，要避免任何复杂术语，保持自然的口语化表达。最后，可以以询问用户需要什么帮助来结尾，促进进一步的互动。检查有没有遗漏的部分，比如公司名称是否正确，功能是否全面，有没有语法错误。确保回答符合中文习惯，没有翻译腔。这样应该能清楚回答用户的问题了。
====================最终答案====================
您好！我是DeepSeek-R1，一个由深度求索（DeepSeek）公司开发的人工智能助手。我擅长通过思考来帮您解答复杂的数学，代码和逻辑推理等理工类问题，并通过友好、直观的方式为您提供信息咨询和辅助决策。我会持续学习和更新，以更好地为您提供服务。请问有什么可以帮您？

Java

为了使 API 返回reasoning_content（思考过程）字段，您的 DashScope Java SDK 版本需要不低于2.18.2。

示例代码

// dashscope SDK的版本 >= 2.18.2
import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;

public class Main {
    public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {
        Generation gen = new Generation();
        Message userMsg = Message.builder()
                .role(Role.USER.getValue())
                .content("你是谁？")
                .build();
        GenerationParam param = GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("deepseek-r1")
                .messages(Arrays.asList(userMsg))
                // 不可以设置为"text"
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .build();
        return gen.call(param);
    }
    public static void main(String[] args) {
        try {
            GenerationResult result = callWithMessage();
            System.out.println("思考过程：");
            System.out.println(result.getOutput().getChoices().get(0).getMessage().getReasoningContent());
            System.out.println("回复内容：");
            System.out.println(result.getOutput().getChoices().get(0).getMessage().getContent());
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            // 使用日志框架记录异常信息
            System.err.println("An error occurred while calling the generation service: " + e.getMessage());
        }
        System.exit(0);
    }
}

返回结果

思考过程：
您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何问题，我会尽我所能为您提供帮助。
回复内容：
您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何问题，我会尽我所能为您提供帮助。

HTTP

示例代码

curl

curl -X POST "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "deepseek-r1",
    "input":{
        "messages":[      
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters": {
        "result_format": "message"
    }
}'

返回结果

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": "您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何问题，我会尽我所能为您提供帮助。",
                    "reasoning_content": "您好！我是由中国的深度求索（DeepSeek）公司开发的智能助手DeepSeek-R1。如您有任何问题，我会尽我所能为您提供帮助。"
                }
            }
        ]
    },
    "usage": {
        "total_tokens": 83,
        "output_tokens": 78,
        "input_tokens": 5
    },
    "request_id": "d9d482cf-5d2a-9abf-bee8-c4d5958d2f74"
}

注意事项

为了达到模型的最佳推理效果，不建议设置 System Message。

常见问题

Q：怎么关闭思考过程？

请根据您使用的模型判断：

Qwen3 模型：
模型支持思考模式与非思考模式，您可以设置 enable_thinking为 false来关闭思考过程。
QwQ 或 DeepSeek-R1 模型
模型本身为推理模型，无法关闭。

Q：免费额度用完后如何购买 Token？

您可以访问费用与成本中心进行充值，确保您的账户没有欠费即可调用模型。

超出免费额度后，调用模型会自动扣费，出账周期为一小时，消费明细请前往账单详情进行查看。

Q：如何接入 Chatbox、Cherry Studio、Cline或 Dify？

请根据您的使用情况参考以下步骤：

此处以使用较多的工具为例，其它大模型工具接入的方法较为类似。

Dify 云服务暂时不支持接入 QwQ 模型与思考模式下的Qwen3模型。

Qwen3 模型新引入了控制是否开启推理的 enable_thinking参数，第三方工具可能暂未适配，您可以参见开启/关闭思考模式，通过prompt来控制是否开启思考模式。

Chatbox

请参见Chatbox。

Cherry Studio

单击左下角的设置按钮，在模型服务栏中找到阿里云百炼，API 密钥输入您的 API Key，获取方法请参见：获取API Key；API 地址填入https://dashscope.aliyuncs.com/compatible-mode/v1/；单击添加。
在模型 ID填入您需要使用的模型，此处以 qwq-plus 为例（请注意模型 ID的大小写）； 模型名称与分组名称会自动生成。
如果您点击 API 密钥位置的检查后报错：“连接失败 400 This model only support stream mode, please enable the stream parameter to access the model”，请忽略该信息，您仍可以在对话框中与模型正常对话。
在界面上方选中添加的模型。输入“你是谁”进行测试：

Cline

请参见Cline。

Dify

添加模型
打开设置界面，单击模型供应商，找到 OpenAI-API-compatible 卡片，单击添加模型。
API 设置
1. 模型类型选择 LLM；
2. 模型名称输入您需要使用的 DeepSeek-R1 模型，此处以 deepseek-r1 为例（请注意模型名称大小写）；
3. API Key 输入您的 API Key，获取方法请参见：获取API Key；
4. API endpoint URL 输入https://dashscope.aliyuncs.com/compatible-mode/v1；
5. 其它保持默认，单击右下角的保存。
6. 确认 OpenAI-API-compatible 卡片中的 DeepSeek 模型按钮处于开启状态。
对话测试
进入应用，在右上角的模型选择位置选择 OpenAI-API-compatible 下的 DeepSeek 模型，即可开始对话。

Q：可以上传图片或文档进行提问吗？

Qwen3、QwQ 与 DeepSeek-R1 模型仅支持文本输入，不支持输入图片或文档。QVQ 模型支持对图片进行深度思考，Qwen- Long模型支持文档输入。

Q：如何在使用 LangChain 时输出思考过程？

请参考以下步骤：

更新依赖库
确保 langchain_community 和 dashscope 为最新版本：
```
pip install -U langchain_community dashscope
```

调用深度思考模型

您可以通过以下代码来分开打印“思考过程”与“回复内容”：

from langchain_community.chat_models.tongyi import ChatTongyi
from langchain_core.messages import HumanMessage

chatLLM = ChatTongyi(
    # 您可按需更换为其它深度思考模型
    model="qwen-plus-2025-04-28",
    # enable_thinking 参数的设置对 QwQ 与 DeepSeek-R1 无效。
    model_kwargs={
        "enable_thinking":True
    }
)
completion = chatLLM.stream(
    [HumanMessage(content="你是谁")])
is_answering = False
print("="*20+"思考过程 "+"="*20)
for chunk in completion:
    if chunk.additional_kwargs.get("reasoning_content"):
        print(chunk.additional_kwargs.get("reasoning_content"),end="",flush=True)
    else:   
        if not is_answering:
            print("\n"+"="*20+"回复内容"+"="*20)
            is_answering = True
        print(chunk.content,end="",flush=True)

可以获得如下输出：

====================思考过程 ====================
好的，用户问“你是谁”，我需要给出一个准确且友好的回答。首先，我应该介绍自己的名字和基本功能，让用户了解我的用途。然后，可能需要提到我是通义实验室研发的，这样增加权威性。还要说明我能做什么，比如回答问题、创作文字等，这样用户知道可以怎么使用我。同时，保持语气亲切，避免太技术化的术语，让回答更易懂。另外，可能需要检查是否有遗漏的信息，比如多语言支持或者应用场景，但用户的问题比较基础，可能不需要太详细。最后，确保回答简洁明了，不冗长，符合用户的快速获取信息的需求。
====================回复内容====================
我是Qwen3，是阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型。我可以帮助你回答问题、创作文字（如写故事、公文、邮件、剧本等）、进行逻辑推理、编程，甚至表达观点和玩游戏。我支持多种语言，包括但不限于中文、英文、德语、法语、西班牙语等，旨在为全球用户提供高效、便捷的服务。如果你有任何问题或需要帮助，欢迎随时告诉我！

Q：如何查看Token消耗量及调用次数？

模型调用完一小时后，在模型观测页面的模型列表区域，找到目标模型，然后单击监控，即可查看调用统计。具体请参见模型观测文档。

数据按小时更新，高峰期可能有小时级延迟，请您耐心等待。

API 参考

深度思考模型的输入与输出参数请参见通义千问。

错误码

如果执行报错，请参见错误信息进行解决。