← 全部模型

Qwen3.5-OCR

發布時間 發布主體 Alibabaqwen3.5-ocr

模型定位

Qwen3.5-OCR 是基於 Qwen3.5 的光學文字辨識(OCR)模型,由阿里雲百煉提供推理服務,專為文件解析、文字定位與關鍵資訊擷取而設計。(help.aliyun.com)

能力與用途

  • 支援圖片文字擷取、多輪對話和文件解析;適用於身分證、駕照等證件資訊擷取,以及文件、表格、試卷和手寫內容辨識。(docs.bailian.console.aliyun.com)
  • 可透過 Responses API 直接傳入 PDF,無須手動拆成圖片;文件解析可用於擷取文字、表格與公式。(docs.bailian.console.aliyun.com)
  • 模型資訊頁列出的輸入模態為圖片、輸出模態為文字;PDF 是透過上述專用 API 流程支援。(help.aliyun.com)

限制

  • 官方模型資訊頁列出上下文長度為 65,536 tokens、最大輸入為 49,152 tokens、最大輸出為 16,384 tokens;另一份 OCR API 文件則稱上下文為 128K。官方文件數值不一致,實際限制應以所用介面及服務配置為準。(help.aliyun.com)
  • 直接傳入 PDF 僅支援 Responses API,不支援 Chat API;檔案上限為 100 MB,指定 document_parsing 任務時最多 50 頁,未指定或使用其他任務時最多 10 頁。官方說明此 PDF 解析流程的輸出長度不受模型最大輸出長度限制。(docs.bailian.console.aliyun.com)
  • 模型資訊頁標示不支援函式呼叫、結構化輸出、聯網搜尋、前綴續寫、上下文快取、批次推理及模型微調。(help.aliyun.com)

價格

以下為官方公布的 API 原價,輸入與輸出分別按 token 計費;查詢日期均為 2026-11-16。兩者是不同站點的報價,不視為可直接換算的同一套餐。

發布日期與官方來源