qwen-vl-ocr

更新时间:
复制 MD 格式

千问VL-OCR(qwen-vl-ocr),即基于Qwen-VL训练的OCR识别大模型。通过统一模型的方式聚合多种图文识别、解析、处理类任务,提供强大的图文识别能力。该模型版本功能等同于快照模型 qwen-vl-ocr-2025-11-20。

推理服务供应商

qwen-vl-ocr模型的推理服务供应商为阿里云百炼。

模型能力

华北2(北京)

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

支持

模型调优

不支持

新加坡

部署范围:国际

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

德国(法兰克福)

部署范围:全球

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

美国(弗吉尼亚)

部署范围:全球

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

上下文限制

参数 参数

最大输入长度

30000

最大输出长度

8192

上下文长度

38192

模型价格

本文仅展示模型调用原价,不包含限时优惠等活动信息,请前往百炼控制台查看活动优惠。

华北2(北京)

计费项 价格(元) 单位

输入

0.3

每百万tokens

输出

0.5

每百万tokens

输入(Batch File)

0.15

每百万tokens

输出(Batch File)

0.25

每百万tokens

新加坡

部署范围:国际

计费项 价格(元) 单位

输入

0.514

每百万tokens

输出

1.174

每百万tokens

德国(法兰克福)

部署范围:全球

计费项 价格(元) 单位

输入

0.3

每百万tokens

输出

0.5

每百万tokens

美国(弗吉尼亚)

部署范围:全球

计费项 价格(元) 单位

输入

0.3

每百万tokens

输出

0.5

每百万tokens

限流

华北2(北京)

参数

RPM(每分钟请求数)

600

TPM(每分钟tokens)

6,000,000

新加坡

部署范围:国际

参数

RPM(每分钟请求数)

600

TPM(每分钟tokens)

6,000,000

德国(法兰克福)

部署范围:全球

参数

RPM(每分钟请求数)

600

TPM(每分钟tokens)

6,000,000

美国(弗吉尼亚)

部署范围:全球

参数

RPM(每分钟请求数)

60

TPM(每分钟tokens)

100,000

动态更新

qwen-vl-ocr-latest

千问VL-OCR(qwen-vl-ocr),即基于Qwen-VL训练的OCR识别大模型。通过统一模型的方式聚合多种图文识别、解析、处理类任务,提供强大的图文识别能力。

推理服务供应商

qwen-vl-ocr-latest模型的推理服务供应商为阿里云百炼。

模型能力

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

支持

模型调优

不支持

上下文限制

参数 参数

最大输入长度

30000

最大输出长度

8192

上下文长度

38192

模型价格

本文仅展示模型调用原价,不包含限时优惠等活动信息,请前往百炼控制台查看活动优惠。

华北2(北京)

计费项 价格(元) 单位

输入

0.3

每百万tokens

输出

0.5

每百万tokens

输入(Batch File)

0.15

每百万tokens

输出(Batch File)

0.25

每百万tokens

限流

华北2(北京)

参数

RPM(每分钟请求数)

6000

TPM(每分钟tokens)

30,000,000

快照版本

qwen-vl-ocr-2025-11-20

本模型为20251120日的快照版本,基于最新Qwen-VL3架构全面升级,在文档解析,文字定位能力全面升级,端到端时延,幻觉大幅降低。

推理服务供应商

qwen-vl-ocr-2025-11-20模型的推理服务供应商为阿里云百炼。

模型能力

华北2(北京)

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

新加坡

部署范围:国际

能力项 支持情况 能力项 支持情况

输入模态

Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

德国(法兰克福)

部署范围:全球

能力项 支持情况 能力项 支持情况

输入模态

Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

美国(弗吉尼亚)

部署范围:全球

能力项 支持情况 能力项 支持情况

输入模态

Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

上下文限制

参数 参数

最大输入长度

30000

最大输出长度

8192

上下文长度

38192

模型价格

本文仅展示模型调用原价,不包含限时优惠等活动信息,请前往百炼控制台查看活动优惠。

华北2(北京)

计费项 价格(元) 单位

输入

0.3

每百万tokens

输出

0.5

每百万tokens

新加坡

部署范围:国际

计费项 价格(元) 单位

输入

0.514

每百万tokens

输出

1.174

每百万tokens

德国(法兰克福)

部署范围:全球

计费项 价格(元) 单位

输入

0.3

每百万tokens

输出

0.5

每百万tokens

美国(弗吉尼亚)

部署范围:全球

计费项 价格(元) 单位

输入

0.3

每百万tokens

输出

0.5

每百万tokens

限流

华北2(北京)

参数

RPM(每分钟请求数)

6000

TPM(每分钟tokens)

30,000,000

新加坡

部署范围:国际

参数

RPM(每分钟请求数)

1200

TPM(每分钟tokens)

6,000,000

德国(法兰克福)

部署范围:全球

参数

RPM(每分钟请求数)

1200

TPM(每分钟tokens)

6,000,000

美国(弗吉尼亚)

部署范围:全球

参数

RPM(每分钟请求数)

60

TPM(每分钟tokens)

100,000

qwen-vl-ocr-2025-08-28

本模型为2025828日的快照版本,在文字定位能力上实现全面升级,通用文字识别及卡证票据信息抽取能力均有提升。

推理服务供应商

qwen-vl-ocr-2025-08-28模型的推理服务供应商为阿里云百炼。

模型能力

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

上下文限制

参数 参数

最大输入长度

30000

最大输出长度

4096

上下文长度

34096

模型价格

本文仅展示模型调用原价,不包含限时优惠等活动信息,请前往百炼控制台查看活动优惠。

华北2(北京)

计费项 价格(元) 单位

输入

5

每百万tokens

输出

5

每百万tokens

限流

华北2(北京)

参数

RPM(每分钟请求数)

600

TPM(每分钟tokens)

6,000,000

qwen-vl-ocr-2025-04-13

千问VL-OCR(qwen-vl-ocr-2025-04-13),即基于Qwen-VL训练的OCR识别大模型。通过统一模型的方式聚合多种图文识别、解析、处理类任务,提供强大的图文识别能力。模型内置六种识别任务分别是:通用识别、文档解析、表格解析、信息抽取、多语言识别、公式识别。本模型为20250413日的快照版本。

推理服务供应商

qwen-vl-ocr-2025-04-13模型的推理服务供应商为阿里云百炼。

模型能力

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

上下文限制

参数 参数

最大输入长度

30000

最大输出长度

4096

上下文长度

34096

模型价格

本文仅展示模型调用原价,不包含限时优惠等活动信息,请前往百炼控制台查看活动优惠。

华北2(北京)

计费项 价格(元) 单位

输入

5

每百万tokens

输出

5

每百万tokens

限流

华北2(北京)

参数

RPM(每分钟请求数)

600

TPM(每分钟tokens)

6,000,000

qwen-vl-ocr-1028

千问VL-OCR(qwen-vl-ocr),即基于Qwen-VL训练的OCR识别大模型。通过统一模型的方式聚合多种图文识别、解析、处理类任务,提供强大的图文识别能力。本模型为20241028日的快照版本。

推理服务供应商

qwen-vl-ocr-1028模型的推理服务供应商为阿里云百炼。

模型能力

能力项 支持情况 能力项 支持情况

输入模态

Text Image

输出模态

Text

模型体验

支持

Function Calling

不支持

结构化输出

不支持

联网搜索

不支持

前缀续写

不支持

上下文缓存

不支持

批量推理

不支持

模型调优

不支持

上下文限制

参数 参数

最大输入长度

30000

最大输出长度

4096

上下文长度

34096

模型价格

本文仅展示模型调用原价,不包含限时优惠等活动信息,请前往百炼控制台查看活动优惠。

华北2(北京)

计费项 价格(元) 单位

输入

5

每百万tokens

输出

5

每百万tokens

限流

华北2(北京)

参数

RPM(每分钟请求数)

600

TPM(每分钟tokens)

6,000,000