Alibaba Cloud: Qwen-Doc-Turbo
qwen-doc-turbo- Eingabe / Ausgabe
- $0.087 / $0.144
- Kontext
- 254K
- Maximale Ausgabe
- 8K
- Modalitäten
- Unterhaltung
- Funktionen
- Prompt-Cache
Über Qwen-Doc-Turbo
Qwen-Doc-Turbo ist das Qwen-Modell von Alibaba für Document Mining: das Extrahieren strukturierter Informationen aus langen Dateien. Alibaba positioniert es für Informationsextraktion, Inhaltsmoderation, Datenklassifizierung und Zusammenfassungen und gibt an, dass es JSON präziser zurückgibt als seine allgemeinen Chat-Modelle. Im Gegensatz zu Qwen Plus oder Qwen Flash ist es ein aufgaben-spezifischer Extraktor und kein Allround-Assistent; zudem hält es die Ausgabe kurz.
Stärken
- Extrahieren von Feldern aus langen Berichten, Verträgen und Tabellenkalkulationen in JSON, wofür Alibaba es entwickelt hat.
- Klassifizierung und Moderation von Textabschnitten in großen Mengen, wobei pro Element ein Label anstelle von freiem Text zurückgegeben wird.
- Zusammenfassen einer langen Datei in einem Durchgang, ohne sie vorher in Abschnitte zu unterteilen.
- Prompt-Caching reduziert wiederholte Arbeit, wenn sich viele Fragen auf dasselbe Dokument beziehen.
Alternativen
- Nur Texteingabe ohne Tool-Calling, daher benötigen gescannte Seiten vorher eine OCR.
- Antworten sind auf eine kurze Länge begrenzt, daher erfordert das Umschreiben oder Entwerfen eines langen Dokuments ein Modell mit einem größeren Ausgabebudget.
- Für offene Chats, Programmierung oder mehrstufiges logisches Denken ist Qwen Plus oder Qwen3.8 Max besser geeignet.
Erste Schritte
API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.
Senden Sie Ihre erste Anfrage
Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.
Text-zu-TextMessages APIPOST/v1/messagesAPI-Format: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-doc-turbo", "max_tokens": 1024, "messages": [ {"role": "user", "content": "Hello!"} ] }'
Preise
Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.
Default
Pro 1M Token- Official-Preis
- Eingabe $0.087 / Ausgabe $0.144 / Cache-Lesevorgang $0.0174 / Cache-Schreibvorgang $0.1087 / Text Eingabe $0.087 / Text Ausgabe $0.144
- Verified-Preis
- —
- Rabatt
- —
Cache-Lesevorgang
- Official-Preis
- $0.0174
- Verified-Preis
- —
- Rabatt
- —
Cache-Schreibvorgang
- Official-Preis
- $0.1087
- Verified-Preis
- —
- Rabatt
- —
| Official-PreisPro 1M Token | Verified-PreisPro 1M Token | Rabatt | |
|---|---|---|---|
| Default | Eingabe $0.087 / Ausgabe $0.144 / Cache-Lesevorgang $0.0174 / Cache-Schreibvorgang $0.1087 / Text Eingabe $0.087 / Text Ausgabe $0.144 | — | — |
| Prompt-Cache-Preise | |||
| Cache-Lesevorgang | $0.0174 | — | — |
| Cache-Schreibvorgang | $0.1087 | — | — |
Nutzung & Aktivität
Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.
Nutzung & Verfügbarkeit
Letzte 24 Stunden- Anfragen
- Erfolgsrate
- P95-Latenz
- Token gesamt
Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.
In Console öffnen
Öffne Qwen-Doc-Turbo in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.
Teste qwen-doc-turbo mit einer kurzen Nachricht an /v1/messages. Zeige Antwort, Latenz und Kosten.
Anwendungsfälle
Extraktion von Rechnungs- und Vertragsfeldern
Füttern Sie Lieferantenverträge oder Rechnungen und fragen Sie nach Parteinamen, Daten, Beträgen und Verlängerungsbedingungen als festes JSON-Objekt, damit die Ergebnisse direkt in eine Datenbank geladen werden können.
Massen-Tagging von Dokumenten
Kategorisieren Sie einen Rückstau an Berichten oder Tickets nach Thema, Dringlichkeit oder Abteilung und geben Sie pro Dokument eine Kategorie für die spätere Filterung zurück.
Compliance-Prüfung
Scannen Sie lange Einreichungen nach Textstellen, die gegen eine festgelegte Richtlinie verstoßen, und geben Sie die entsprechenden Zitate mit einer Begründung für jeden Fall zurück.
Erstellung von Zusammenfassungen
Verwandeln Sie ein langes Besprechungsprotokoll oder eine Akte in eine Zusammenfassung mit festem Format, die Entscheidungen, Verantwortliche und offene Fragen enthält.
Prompt-Beispiele
Extrahieren Sie Anbieter, Datum des Inkrafttretens, Kündigungsfrist und Zahlungsbedingungen aus diesem Vertrag. Geben Sie nur JSON zurück und verwenden Sie null für alles, was nicht angegeben ist.
Klassifizieren Sie jede der folgenden 30 Support-E-Mails als Abrechnung, Fehler, Funktionsanfrage oder Sonstiges. Geben Sie ein JSON-Array mit IDs und Labels zurück.
Fassen Sie diesen Jahresbericht in fünf Stichpunkten zusammen und listen Sie jeden Risikofaktor auf, den das Unternehmen nennt.
Dieses Modell hat konditionale Preise. Monatliche Token-Summen allein liefern keine verlässliche Schätzung; nutzen Sie die detaillierten Preise für Anfragespezifikation, Cache und Zeitfenster.
FAQ
Wofür wird Qwen-Doc-Turbo verwendet?
Es wurde für Document Mining entwickelt: das Extrahieren strukturierter Daten, Klassifizieren, Moderieren und Zusammenfassen langer Texte. Alibaba hebt die konsistente JSON-Ausgabe als Hauptvorteil gegenüber allgemeinen Chat-Modellen hervor. Verwenden Sie es, wenn Sie viele Dokumente und ein festes Schema haben, nicht für offene Konversationen.
Ist Qwen-Doc-Turbo besser als Qwen Plus für die Extraktion?
Für die Extraktion mit festem Schema aus langen Dateien positioniert Alibaba Doc-Turbo als die präzisere und konsistentere Wahl. Qwen Plus ist die bessere Wahl, wenn die Anfrage auch Analyse, Schreiben oder freien Dialog erfordert. Testen Sie beide an einer Stichprobe Ihrer eigenen Dokumente, bevor Sie sich festlegen.
Kann Qwen-Doc-Turbo PDFs oder Bilder lesen?
Es verarbeitet Text, konvertieren Sie also PDFs und Scans in Text, bevor Sie sie senden. Führen Sie für gescannte Seiten zuerst eine OCR durch und übergeben Sie dann den extrahierten Text im Prompt.
Unterstützt Qwen-Doc-Turbo Tool-Calling oder den JSON-Schema-Modus?
Nein. Tool-Calling und Response-Schema-Modus werden für dieses Modell nicht angeboten. Fordern Sie JSON im Prompt an, zeigen Sie ein Beispielobjekt und validieren Sie das Ergebnis in Ihrem Code.
Unterstützt Qwen-Doc-Turbo Prompt-Caching?
Ja. Caching hilft, wenn Sie ein langes Dokumentpräfix wiederholen und nur die Frage variieren, wie zum Beispiel bei zehn verschiedenen Extraktionsfragen zu einer einzigen Akte.
Was kostet Qwen-Doc-Turbo?
Auf TokenLab kostet Qwen-Doc-Turbo Eingabe $0.087 / Ausgabe $0.144 Pro 1M Token. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.
Welche Kontext- und Ausgabelimits hat Qwen-Doc-Turbo?
Qwen-Doc-Turbo verarbeitet bis zu 253.952 Token Kontext und gibt pro Antwort bis zu 8.192 Token aus.
Welchen Endpunkt soll Qwen-Doc-Turbo verwenden?
Verwenden Sie https://api.tokenlab.sh/v1/messages für Qwen-Doc-Turbo. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.
Welche Operationen unterstützt Qwen-Doc-Turbo?
Qwen-Doc-Turbo unterstützt Text-zu-Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.
Qwen-Doc-Turbo vergleichen
Quellen
Geprüft am 02.10.2026
