Alibaba Cloud: Qwen-VL-OCR

نموذج OCR لاستخراج النصوص المهيكلة من المستندات ولقطات الشاشة.

qwen-vl-ocr

متاحAlibaba Cloudمحادثة

الإدخال / الإخراج: $0.07 / $0.16
السياق: 30K
الحد الأقصى للمخرجات: 8K
الأنماط: الرؤيةمحادثة

عن Qwen-VL-OCR

Qwen-VL-OCR هو نموذج التعرف على النصوص من Alibaba، والمبني على Qwen3-VL، لاستخراج النصوص والبيانات المنظمة من الصور مثل الوثائق الممسوحة ضوئياً والجداول والإيصالات ولقطات الشاشة. يأتي مزوداً بمهام مدمجة للتعرف البسيط، واستخراج المعلومات الأساسية، وتحليل الجداول، وتحليل الوثائق، والتعرف على الصيغ الرياضية، ويمكنه تصحيح دوران الصورة.

نقاط القوة

تغطي أوضاع المهام المدمجة التعرف على النصوص، والتعرف عالي الدقة مع تحديد المواقع، وتحليل الجداول إلى HTML، والتعرف على الصيغ الرياضية إلى LaTeX.
يقوم استخراج المعلومات الأساسية بتحويل الإيصالات والشهادات والنماذج إلى صيغة JSON باستخدام الحقول التي تحددها.
يساعد تصحيح دوران الصورة في التعامل مع الصفحات المصورة التي تكون مائلة.

متى تستخدم نموذجاً آخر

تدرج Alibaba نموذج Qwen3.5-OCR كنموذج أحدث يتمتع بقدرات أفضل في تحليل الوثائق واستخراج الشهادات.
المخرجات تكون نصاً أو JSON أو HTML أو LaTeX فقط، ولا يتم أبداً إخراج صورة معدلة أو معلّقة.
إنه يقرأ الصور، وليس المحادثات الحرة، وغير مخصص للاستنتاج المفتوح.

البدء

إنشاء مفتاح API
أنشئ مفتاح في Console واستخدمه مع جميع النماذج على المنصة.
02
إرسال طلبك الأول
انسخ المثال الخاص بلغة البرمجة التي تستخدمها وقم بتشغيله مقابل نقطة النهاية (endpoint).
نص إلى نصMessages API
POST/v1/messages
تنسيق API:
curl https://api.tokenlab.sh/v1/messages \ -H "Content-Type: application/json" \ -H "x-api-key: sk-xxx" \ -H "anthropic-version: 2023-06-01" \ -d '{ "model": "qwen-vl-ocr", "max_tokens": 1024, "messages": [ {"role": "user", "content": "Hello!"} ] }'

التسعير

ينطبق سعر Verified على مسار Verified، وهو الأقل تكلفة في معظم النماذج. سعر Official هو السعر المعلن من صانع النموذج وينطبق على مسار Official الأكثر موثوقية. يحاسب خيار Auto بناءً على المسار الذي يكمل الطلب.

Default

لكل 1M Token

سعر Official: المدخلات $0.07 / المخرجات $0.16 / نص المدخلات $0.07 / نص المخرجات $0.16
سعر Verified: —
خصم: —

	سعر Officialلكل 1M Token	سعر Verifiedلكل 1M Token	خصم
Default	المدخلات $0.07 / المخرجات $0.16 / نص المدخلات $0.07 / نص المخرجات $0.16	—	—

الاستخدام والنشاط

معدل النجاح هو نسبة الطلبات المكتملة. زمن الاستجابة هو مدة الاستجابة الكاملة؛ ويعني P95 أن 95% من الطلبات اكتملت ضمن ذلك الوقت.

الاستخدام والتوفر

آخر 24 ساعة

الطلبات
معدل النجاح
زمن الاستجابة P95
إجمالي الرموز

أداء النموذج

آخر تحديث 01‏/11‏/2026، 7:20 ص UTC

تظهر المقاييس بمجرد استيفاء حدود الخصوصية وحجم البيانات.

تستند البيانات إلى طلبات المستخدمين المجمعة، باستثناء عمليات التحقق من الحالة.

فتح في Console

افتح Qwen-VL-OCR في Console وجهز الرسالة للتعديل أو الإرسال.

ساعدني في تجربة qwen-vl-ocr برسالة قصيرة في /v1/messages. اعرض الرد وزمن الاستجابة والتكلفة.

حالات الاستخدام

الأنسب لـ

الرؤية

التقاط الإيصالات والفواتير
استخرج اسم التاجر والتاريخ وبنود الفاتورة والإجماليات من الإيصالات والفواتير إلى صيغة JSON لأنظمة المحاسبة.
رقمنة الجداول
حوّل جدولاً ممسوحاً ضوئياً أو مصوراً إلى صيغة HTML يمكن استيرادها إلى جداول البيانات أو قواعد البيانات.
استخراج الصيغ الرياضية
استخرج المعادلات من شرائح المحاضرات أو الأوراق البحثية بصيغة LaTeX بحيث يمكن تحريرها أو تنسيقها مرة أخرى.

أمثلة Prompt

استخرج كل النص من هذه الصورة.

اقرأ هذا الإيصال وأرجع ملف JSON يحتوي على التاجر والتاريخ والبنود والإجمالي.

حوّل الجدول الموجود في هذا المسح الضوئي إلى HTML.

هذا النموذج بتسعير مشروط. مجاميع الرموز الشهرية وحدها لا تنتج تقديرًا موثوقًا؛ استخدم التسعير التفصيلي لمواصفات الطلب وذاكرة التخزين المؤقت والنافذة الزمنية المعمول بها.

FAQ

ماذا يفعل Qwen-VL-OCR؟

يقرأ النصوص من الصور ويعيدها كنص عادي أو JSON أو HTML أو LaTeX، اعتماداً على المهمة. مدخلاته هي صور مثل المسح الضوئي والإيصالات ولقطات الشاشة.

كيف يختلف عن Qwen3.5-OCR؟

يعتمد Qwen-VL-OCR على Qwen3-VL ويحتوي على أوضاع مهام مدمجة مع تصحيح الدوران. تصف Alibaba نموذج Qwen3.5-OCR بأنه أحدث بنية مع تحليل معزز للوثائق وتحديد مواقع النصوص واستخراج الشهادات.

ما اللغات التي يمكنه قراءتها؟

تدرج Alibaba الصينية والإنجليزية والروسية والفرنسية والتركية والإيطالية والبرتغالية والعبرية والعربية ضمن اللغات المدعومة، وتصف الدعم بأنه متعدد اللغات وليس قائمة مغلقة.

هل يمكنه استخراج حقول منظمة؟

نعم. تعيد مهمة استخراج المعلومات الأساسية الإيصالات والشهادات والنماذج بصيغة JSON، باستخدام الحقول التي تحددها في المطالبة، بحيث يمكن للبرمجيات اللاحقة قراءة القيم مباشرة.

هل يعمل مع صور الوثائق؟

نعم، ويمكنه تصحيح الصور المائلة. توثق Alibaba أن الصور يتم تغيير حجمها تلقائياً ضمن نطاق بكسل محدد، لذا يتم تغيير حجم الصور الصغيرة جداً أو الكبيرة جداً قبل التعرف عليها.

كم تكلفة Qwen-VL-OCR؟

على TokenLab تكلف Qwen-VL-OCR المدخلات $0.07 / المخرجات $0.16 لكل 1M Token. التفاصيل الكاملة في جدول التسعير أعلاه. تعتمد الأسعار على وحدة الفوترة والمواصفات والاستخدام. قارن بين الشروط المتطابقة في التسعير التفصيلي للنموذج؛ السعر الواحد لا يحدد التكلفة الإجمالية.

ما هي سعة نافذة السياق وحدود المخرجات لنموذج Qwen-VL-OCR؟

يدعم Qwen-VL-OCR سياقاً يصل إلى 30,000 رمزاً، ويُنتج حتى 8,192 رمزاً في الرد الواحد.

ما نقطة النهاية التي يجب أن يستخدمها Qwen-VL-OCR؟

استخدم https://api.tokenlab.sh/v1/messages كافتراضي لـ Qwen-VL-OCR. إذا كانت الصيغة الأصلية للمزود مدعومة فإن API workbench يعرضها أيضاً.

ما العمليات التي يدعمها Qwen-VL-OCR؟

Qwen-VL-OCR يدعم نص إلى نص. اختر عملية في API workbench أعلاه لرؤية نقطة النهاية وعينة الكود المطابقة.