Alibaba Cloud: Qwen-VL-OCR
qwen-vl-ocr- 입력 / 출력
- $0.07 / $0.16
- 컨텍스트
- 30K
- 최대 출력
- 8K
- 모달리티
- 비전채팅
Qwen-VL-OCR 소개
Qwen-VL-OCR은 Qwen3-VL을 기반으로 구축된 알리바바의 텍스트 인식 모델로, 스캔 문서, 표, 영수증, 스크린샷과 같은 이미지에서 텍스트와 구조화된 데이터를 추출합니다. 일반 인식, 핵심 정보 추출, 표 파싱, 문서 파싱, 수식 인식 기능을 내장하고 있으며 이미지 회전 보정 기능을 제공합니다.
강점
- 내장된 작업 모드에는 텍스트 인식, 위치 정보를 포함한 고정밀 인식, HTML로의 표 파싱, LaTeX로의 수식 인식이 포함됩니다.
- 핵심 정보 추출 기능은 정의한 필드를 사용하여 영수증, 증명서, 양식을 JSON으로 변환합니다.
- 이미지 회전 보정 기능은 기울어진 촬영 페이지를 바로잡는 데 도움을 줍니다.
다른 모델이 필요한 경우
- 알리바바는 문서 파싱 및 증명서 추출 기능이 향상된 최신 모델로 Qwen3.5-OCR을 명시하고 있습니다.
- 출력은 텍스트, JSON, HTML 또는 LaTeX 형식으로만 제공되며, 편집되거나 주석이 달린 이미지는 제공하지 않습니다.
- 이미지를 읽는 모델이며 자유로운 대화나 개방형 추론을 위한 용도는 아닙니다.
시작하기
API 키 만들기
Console에서 키를 만들고 플랫폼의 모든 모델에 사용하세요.
첫 번째 요청 보내기
사용 중인 언어의 예시를 복사하여 엔드포인트에 실행하세요.
텍스트-텍스트Messages APIPOST/v1/messagesAPI 형식: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!"} ] }'
가격 책정
Verified 가격은 Verified에 적용되며 대부분의 모델에서 더 저렴합니다. Official 가격은 모델 제조사가 공개한 가격으로, 더 안정적인 Official 경로에 적용됩니다. Auto는 요청을 완료한 경로의 가격으로 청구합니다.
Default
1M Token 당- Official 가격
- 입력 $0.07 / 출력 $0.16 / 텍스트 입력 $0.07 / 텍스트 출력 $0.16
- Verified 가격
- —
- 할인
- —
| Official 가격1M Token 당 | Verified 가격1M Token 당 | 할인 | |
|---|---|---|---|
| Default | 입력 $0.07 / 출력 $0.16 / 텍스트 입력 $0.07 / 텍스트 출력 $0.16 | — | — |
사용량 및 활동
성공률은 완료된 요청의 비율입니다. 지연 시간은 전체 응답에 걸리는 시간이며, P95는 요청의 95%가 해당 시간 내에 완료되었음을 의미합니다.
사용량 및 가용성
지난 24시간- 요청
- 성공률
- P95 지연 시간
- 총 토큰
데이터는 상태 확인을 제외한 집계된 사용자 요청을 기반으로 합니다.
Console에서 열기
Console에서 Qwen-VL-OCR을 열고 프롬프트를 수정하거나 전송하세요.
/v1/messages에서 qwen-vl-ocr로 짧은 메시지를 테스트합니다. 응답, 지연 시간, 비용을 확인하세요.
사용 사례
적합한 용도- 비전
영수증 및 송장 캡처
영수증과 송장에서 가맹점, 날짜, 품목, 합계 금액을 추출하여 회계 시스템용 JSON으로 변환합니다.
표 디지털화
스캔하거나 촬영한 표를 스프레드시트나 데이터베이스에서 가져올 수 있는 HTML로 변환합니다.
수식 추출
강의 슬라이드나 논문에서 방정식을 LaTeX 형식으로 추출하여 다시 편집하거나 조판할 수 있게 합니다.
프롬프트 예제
이 이미지에서 모든 텍스트를 추출하세요.
이 영수증을 읽고 가맹점, 날짜, 품목, 합계 금액이 포함된 JSON을 반환하세요.
이 스캔본의 표를 HTML로 변환하세요.
이 모델은 조건부 요금제입니다. 월간 토큰 총량만으로는 신뢰할 수 있는 견적을 낼 수 없습니다. 요청 사양, 캐시, 해당 시간대에 맞는 상세 요금을 사용하세요.
FAQ
Qwen-VL-OCR은 어떤 기능을 하나요?
이미지에서 텍스트를 읽어 작업에 따라 일반 텍스트, JSON, HTML 또는 LaTeX 형식으로 반환합니다. 입력값은 스캔본, 영수증, 스크린샷과 같은 이미지입니다.
Qwen3.5-OCR과는 어떻게 다른가요?
Qwen-VL-OCR은 Qwen3-VL을 기반으로 하며 회전 보정 기능이 포함된 작업 모드를 갖추고 있습니다. 알리바바는 Qwen3.5-OCR을 문서 파싱, 텍스트 위치 파악 및 증명서 추출 기능이 강화된 최신 아키텍처로 설명합니다.
어떤 언어를 읽을 수 있나요?
알리바바는 지원 언어로 중국어, 영어, 러시아어, 프랑스어, 터키어, 이탈리아어, 포르투갈어, 히브리어, 아랍어 등을 나열하며, 이를 고정된 목록이 아닌 다국어 지원으로 설명합니다.
구조화된 필드를 추출할 수 있나요?
네. 핵심 정보 추출 작업은 프롬프트에 지정한 필드를 사용하여 영수증, 증명서, 양식을 JSON으로 반환하므로, 후속 코드에서 값을 직접 읽을 수 있습니다.
문서 사진에도 작동하나요?
네, 회전된 이미지를 보정할 수 있습니다. 알리바바 문서에 따르면 이미지는 명시된 픽셀 범위 내에서 자동으로 크기가 조정되므로, 매우 작거나 큰 사진은 인식 전에 크기가 조정됩니다.
Qwen-VL-OCR 의 가격은 얼마인가요?
TokenLab 에서 Qwen-VL-OCR 은 입력 $0.07 / 출력 $0.16 1M Token 당 입니다. 자세한 내역은 위 가격 표를 확인하세요. 요금은 청구 단위, 사양, 사용량에 따라 달라집니다. 모델의 상세 요금에서 동일한 조건끼리 비교하세요. 단일 요금으로 총비용이 결정되지 않습니다.
Qwen-VL-OCR의 컨텍스트 윈도우와 출력 제한은 어떻게 되나요?
Qwen-VL-OCR은 최대 30,000 토큰의 컨텍스트를 지원하며, 한 번의 응답으로 최대 8,192 토큰까지 출력합니다.
Qwen-VL-OCR 은 어떤 엔드포인트를 써야 하나요?
Qwen-VL-OCR에 대해 https://api.tokenlab.sh/v1/messages를 사용하세요. 아래 요청 예시는 일치하는 코드 형태를 보여줍니다.
Qwen-VL-OCR 은 어떤 오퍼레이션을 지원하나요?
Qwen-VL-OCR은(는) 텍스트-텍스트을(를) 지원합니다. 엔드포인트와 요청 예시를 보려면 위에서 작업을 선택하세요.
Qwen-VL-OCR 비교하기
출처
2026. 10. 2. 검토 완료
