Alibaba Cloud: Qwen-VL-OCR

Model OCR untuk mengekstrak teks terstruktur dari dokumen dan tangkapan layar.

qwen-vl-ocr

TersediaAlibaba CloudObrolan

Masukan / Keluaran: $0.07 / $0.16
Konteks: 30K
Output maksimal: 8K
Modalitas: VisiObrolan

Tentang Qwen-VL-OCR

Qwen-VL-OCR adalah model pengenalan teks Alibaba, yang dibangun di atas Qwen3-VL, untuk menarik teks dan data terstruktur dari gambar seperti dokumen hasil pindai, tabel, tanda terima, dan tangkapan layar. Model ini menyertakan tugas bawaan untuk pengenalan biasa, ekstraksi informasi kunci, penguraian tabel, penguraian dokumen, dan pengenalan rumus, serta dapat memperbaiki rotasi gambar.

Kelebihan

Mode tugas bawaan mencakup pengenalan teks, pengenalan presisi tinggi dengan posisi, penguraian tabel ke HTML, dan pengenalan rumus ke LaTeX.
Ekstraksi informasi kunci mengubah tanda terima, sertifikat, dan formulir menjadi JSON menggunakan bidang yang Anda tentukan.
Koreksi rotasi gambar membantu menangani halaman yang difoto dalam posisi miring.

Kapan harus beralih

Alibaba mencantumkan Qwen3.5-OCR sebagai model yang lebih baru dengan penguraian dokumen dan ekstraksi sertifikat yang lebih baik.
Output hanya berupa teks, JSON, HTML, atau LaTeX, bukan gambar yang telah diedit atau diberi anotasi.
Model ini membaca gambar, bukan percakapan bebas, dan tidak ditujukan untuk penalaran terbuka.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Teks ke teksMessages API

POST/v1/messages

Format 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!"}
    ]
  }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Default

per 1M token

Harga Official: Masukan $0.07 / Keluaran $0.16 / Teks Masukan $0.07 / Teks Keluaran $0.16
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Default	Masukan $0.07 / Keluaran $0.16 / Teks Masukan $0.07 / Teks Keluaran $0.16	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 07.20 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Qwen-VL-OCR di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba qwen-vl-ocr dengan pesan singkat di /v1/messages. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Cocok untuk

Visi

Pengambilan tanda terima dan faktur
Ekstrak pedagang, tanggal, item baris, dan total dari tanda terima dan faktur ke dalam JSON untuk sistem akuntansi.
Digitalisasi tabel
Ubah tabel hasil pindai atau foto menjadi HTML yang dapat dikonsumsi oleh impor spreadsheet atau basis data.
Ekstraksi rumus
Tarik persamaan dari slide kuliah atau makalah sebagai LaTeX agar dapat diedit atau disusun kembali.

Contoh prompt

Ekstrak semua teks dari gambar ini.

Baca tanda terima ini dan kembalikan JSON dengan pedagang, tanggal, item baris, dan total.

Ubah tabel dalam hasil pindai ini menjadi HTML.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa fungsi Qwen-VL-OCR?

Model ini membaca teks dari gambar dan mengembalikannya sebagai teks biasa, JSON, HTML, atau LaTeX, tergantung pada tugasnya. Inputnya adalah gambar seperti hasil pindai, tanda terima, dan tangkapan layar.

Bagaimana perbedaannya dengan Qwen3.5-OCR?

Qwen-VL-OCR didasarkan pada Qwen3-VL dan memiliki mode tugas bawaan dengan koreksi rotasi. Alibaba mendeskripsikan Qwen3.5-OCR sebagai arsitektur terbaru dengan penguraian dokumen, lokalisasi teks, dan ekstraksi sertifikat yang ditingkatkan.

Bahasa apa saja yang bisa dibacanya?

Alibaba mencantumkan bahasa Mandarin, Inggris, Rusia, Prancis, Turki, Italia, Portugis, Ibrani, dan Arab di antara bahasa yang didukung, dan mendeskripsikan dukungannya sebagai multibahasa, bukan daftar tertutup.

Bisakah model ini mengekstrak bidang terstruktur?

Ya. Tugas ekstraksi informasi kunci mengembalikan tanda terima, sertifikat, dan formulir sebagai JSON, menggunakan bidang yang Anda tentukan dalam prompt, sehingga kode hilir dapat membaca nilainya secara langsung.

Apakah model ini berfungsi untuk foto dokumen?

Ya, dan model ini dapat memperbaiki gambar yang terotasi. Alibaba mendokumentasikan bahwa gambar diskalakan secara otomatis dalam rentang piksel yang ditentukan, sehingga gambar yang sangat kecil atau sangat besar diubah ukurannya sebelum pengenalan.

Berapa biaya Qwen-VL-OCR?

Di TokenLab, Qwen-VL-OCR dikenakan Masukan $0.07 / Keluaran $0.16 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Qwen-VL-OCR?

Qwen-VL-OCR mendukung hingga 30.000 token konteks dan menghasilkan hingga 8.192 token per respons.

Endpoint mana yang harus digunakan Qwen-VL-OCR?

Pakai https://api.tokenlab.sh/v1/messages sebagai default untuk Qwen-VL-OCR. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Qwen-VL-OCR?

Qwen-VL-OCR mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.