Alibaba Cloud: Qwen3-VL Plus
qwen3-vl-plus- 輸入 / 輸出
- $0.20 / $1.60
- 上下文
- 260K
- 最大輸出長度
- 32K
- 模態
- 視覺辨識對話
- 能力
- 提示詞快取
關於 Qwen3-VL Plus
Qwen3-VL Plus 是阿里巴巴 Qwen3-VL 系列的託管式視覺語言層級。該系列涵蓋 PC 和行動介面元素的識別、32 種語言的文字識別、空間定位以及長達數小時的影片理解。它接受圖像輸入並支援提示詞快取（prompt caching），適合在處理長文本的同時分析頁面和圖表。
適用場景
- 識別螢幕截圖中的介面元素並描述其功能。
- 讀取 32 種語言的文字，即使在條件不佳的情況下也能識別。
- 用於物體位置和 3D 定位的空間感知能力。
- 具備長影片回顧功能的影片理解能力。
其他選擇建議
- Qwen3.8 和 Qwen3.7-Plus 是較新的視覺能力模型。
- 輸出僅限文字，因此它能描述圖像，但無法繪製、編輯或生成圖像。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
文字轉文字Messages APIPOST/v1/messagesAPI 格式: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": "qwen3-vl-plus", "max_tokens": 1024, "messages": [ {"role": "user", "content": "Hello!"} ] }'
定價
Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。
輸入 權杖 <= 32K
每 1M Token- Official 價格
- 輸入 $0.20 / 輸出 $1.60 / 快取讀取 $0.04 / 快取寫入 $0.25 / 純文字 輸入 $0.20 / 純文字 輸出 $1.60
- Verified 價格
- —
- 折扣
- —
輸入 權杖 <= 128K
每 1M Token- Official 價格
- 輸入 $0.30 / 輸出 $2.40 / 快取讀取 $0.06 / 快取寫入 $0.375 / 純文字 輸入 $0.30 / 純文字 輸出 $2.40
- Verified 價格
- —
- 折扣
- —
輸入 權杖 <= 256K
每 1M Token- Official 價格
- 輸入 $0.60 / 輸出 $4.80 / 快取讀取 $0.12 / 快取寫入 $0.75 / 純文字 輸入 $0.60 / 純文字 輸出 $4.80
- Verified 價格
- —
- 折扣
- —
快取讀取
- Official 價格
- $0.04
- Verified 價格
- —
- 折扣
- —
快取寫入
- Official 價格
- $0.25
- Verified 價格
- —
- 折扣
- —
| Official 價格每 1M Token | Verified 價格每 1M Token | 折扣 | |
|---|---|---|---|
| 輸入 權杖 <= 32K | 輸入 $0.20 / 輸出 $1.60 / 快取讀取 $0.04 / 快取寫入 $0.25 / 純文字 輸入 $0.20 / 純文字 輸出 $1.60 | — | — |
| 輸入 權杖 <= 128K | 輸入 $0.30 / 輸出 $2.40 / 快取讀取 $0.06 / 快取寫入 $0.375 / 純文字 輸入 $0.30 / 純文字 輸出 $2.40 | — | — |
| 輸入 權杖 <= 256K | 輸入 $0.60 / 輸出 $4.80 / 快取讀取 $0.12 / 快取寫入 $0.75 / 純文字 輸入 $0.60 / 純文字 輸出 $4.80 | — | — |
| Prompt 快取價格 | |||
| 快取讀取 | $0.04 | — | — |
| 快取寫入 | $0.25 | — | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Qwen3-VL Plus，並準備好編輯或發送提示詞。
協助我使用 qwen3-vl-plus 透過 /v1/messages 進行對話，並顯示回覆、延遲與成本。
應用情境
適合場景- 視覺辨識
OCR 與表單提取
從多種語言的掃描收據和表單中提取供應商、日期和總金額，並將其作為結構化欄位返回給帳本。
圖表與表格解讀
解釋圖表內容、標記誤導性的座標軸，並將表格圖像轉換為可與來源核對的列。
GUI 元素定位
在介面截圖中尋找按鈕和欄位並描述其位置，作為自動化代理的輸入。
長影片審閱
要求提供長錄影（如會議記錄、產品演示或監控錄影）中的事件時間軸。
提示詞範例
從這張日文收據中提取供應商、日期和總金額。
從此圖表中得出結論並標記誤導性的座標軸。
此截圖中的「提交」按鈕在哪裡？請給出其位置。
此模型按條件計價，僅憑每月 token 總量無法可靠估算；請按請求規格、快取和適用時段查看詳細定價。
FAQ
什麼是 Qwen3-VL Plus？
它是阿里巴巴 Qwen3-VL 系列中用於同時理解圖像、影片與文字的託管式高階模型。該系列圍繞視覺代理、文字識別、空間推理和長影片回顧功能構建。
它能讀取圖像中的哪些語言？
阿里巴巴列出 Qwen3-VL 可識別 32 種語言的文字，即使在模糊、低光或頁面傾斜等困難條件下也能識別。品質仍會因字體和圖像品質而異。
Qwen3-VL Plus 能處理影片嗎？
可以。影片理解是 Qwen3-VL 系列的重點功能，阿里巴巴將其描述為能夠回顧長達數小時的影片內容。您可以要求提供時間戳記以定位錄影中的事件。
它能找到介面元素嗎？
可以。Qwen3-VL 系列能識別 PC 和行動螢幕上的介面元素及其功能，因此它能指出按鈕在截圖中的位置。對介面進行操作則需由您自己的自動化程式碼執行。
阿里巴巴是否有更新的視覺模型選項？
有。Qwen3.7-Plus 和 Qwen3.8 模型是較新的多模態模型。如果您的提示詞已針對 Qwen3-VL Plus 進行調整且效果良好，則可繼續使用。
Qwen3-VL Plus 的費用是多少？
在 TokenLab 上，Qwen3-VL Plus 價格為 輸入 $0.20 / 輸出 $1.60 每 1M Token。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率；單一費率不代表總價。
Qwen3-VL Plus 的上下文長度與輸出限制為何？
Qwen3-VL Plus 支援最高 260,096 tokens 的上下文，單次回應上限為 32,768 tokens。
Qwen3-VL Plus 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/messages 進行 Qwen3-VL Plus 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3-VL Plus 支援哪些操作？
Qwen3-VL Plus 支援 文字轉文字。請在上方選擇一項操作以查看其端點與請求範例。
比較 Qwen3-VL Plus
來源
更新於 2026年10月2日
