模型定位
Qwen-VL-OCR 是面向图文识别、解析和处理的视觉语言 OCR 模型。qwen-vl-ocr-2025-11-20 是基于 Qwen-VL3 架构的固定快照版本;官方称其文档解析和文字定位能力得到提升,端到端延迟和幻觉有所降低。模型接受文本和图像输入,输出文本。(help.aliyun.com)
能力与用途
- 支持通用文字识别、多语言识别、文档解析、文字定位、信息抽取、表格解析和公式识别,也支持图像旋转校正。(help.aliyun.com)
- 可用于从票据或文档图片中提取文字及指定字段、解析表格和公式,或获取文字行的位置坐标。(alibabacloud.com)
限制
- 阿里云模型信息页列出的最大输入长度为 30,000 token,最大输出长度为 8,192 token,上下文窗口为 38,192 token。(alibabacloud.com)
- 官方 API 文档说明,该版本的
max_tokens默认值为 4,096;如需提高至 4,097–8,192,需联系商务经理。(alibabacloud.com) - 识别和抽取结果仍可能出错,重要字段建议人工复核。
发布日期
该版本的快照日期为 2025 年 11 月 20 日。官方更新通知发表于 2025 年 11 月 20 日,所列服务更新生效时间为 2025 年 11 月 21 日 00:00(UTC+8),并注明以实际上线时间为准。(help.aliyun.com)
API 价格
以下均为该固定版本的官方公开价,分别按输入和输出 token 计费;不同站点和部署区域的报价不是通过汇率换算得出的同一套餐。查询日期:2026 年 11 月 17 日。
阿里云百炼国内站:人民币(CNY)
| 部署区域及范围 | 输入/百万 token | 输出/百万 token |
|---|---|---|
| 中国北京 | ¥0.3 | ¥0.5 |
| 美国弗吉尼亚,全球部署范围 | ¥0.3 | ¥0.5 |
| 新加坡,国际部署范围 | ¥0.514 | ¥1.174 |
| 德国法兰克福,全球部署范围 | ¥0.3 | ¥0.5 |
北京区域该固定快照版本无免费额度。来源:阿里云百炼国内站模型价格。(help.aliyun.com)
Alibaba Cloud 国际站:美元(USD)
| 部署区域及范围 | 输入/百万 token | 输出/百万 token |
|---|---|---|
| 中国北京 | $0.043 | $0.072 |
| 新加坡,国际部署范围 | $0.07 | $0.16 |
| 德国法兰克福,全球部署范围 | $0.043 | $0.072 |
| 美国弗吉尼亚,全球部署范围 | $0.043 | $0.072 |
国际站价格表注明,新加坡区域该固定快照版本无免费额度。来源:Alibaba Cloud Model Studio 国际站模型价格。(alibabacloud.com)