阿里云: Qwen-Doc-Turbo
qwen-doc-turbo- 输入 / 输出
- $0.087 / $0.144
- 上下文
- 254K
- 最大输出
- 8K
- 模态
- 聊天
- 能力
- 提示词缓存
Qwen-Doc-Turbo 简介
Qwen-Doc-Turbo 是阿里巴巴用于文档挖掘的 Qwen 模型：从长文件里提取结构化信息。阿里巴巴把它定位于信息抽取、内容审核、数据分类和摘要，并称它返回 JSON 比通用聊天模型更准确。与 Qwen Plus 或 Qwen Flash 不同，它是面向特定任务的抽取器，而不是全能助手，输出也很简短。
擅长的任务
- 把长报告、合同和表格里的字段提取成 JSON，这正是阿里巴巴构建它的用途。
- 批量分类和审核段落，每条返回一个标签，而不是自由发挥的文字。
- 一次性总结很长的文件，不必先切块。
- 多个问题针对同一份文档时，提示词缓存可以减少重复计算。
什么情况换别的模型
- 只支持文本输入，不支持工具调用，扫描页需要先做 OCR。
- 回答长度上限很短，改写或起草长文档需要输出额度更大的模型。
- 开放式对话、编程或多步推理，Qwen Plus 或 Qwen3.8 Max 更合适。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成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": "qwen-doc-turbo", "max_tokens": 1024, "messages": [ {"role": "user", "content": "Hello!"} ] }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
Default
每 1M token- Official 价格
- 输入 $0.087 / 输出 $0.144 / 缓存读取 $0.0174 / 缓存写入 $0.1087 / 文本 输入 $0.087 / 文本 输出 $0.144
- Verified 价格
- —
- 折扣
- —
缓存读取
- Official 价格
- $0.0174
- Verified 价格
- —
- 折扣
- —
缓存写入
- Official 价格
- $0.1087
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| Default | 输入 $0.087 / 输出 $0.144 / 缓存读取 $0.0174 / 缓存写入 $0.1087 / 文本 输入 $0.087 / 文本 输出 $0.144 | — | — |
| 提示词缓存价格 | |||
| 缓存读取 | $0.0174 | — | — |
| 缓存写入 | $0.1087 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Qwen-Doc-Turbo 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 qwen-doc-turbo 发一条简短消息，接口是 /v1/messages。返回回复，附上延迟和费用。
使用场景
发票和合同字段抽取
送入供应商合同或发票，要求以固定的 JSON 对象返回各方名称、日期、金额和续约条款，结果可直接入库。
批量文档打标签
给积压的报告或工单按主题、紧急程度或部门打标签，每份文档返回一个类别，方便之后筛选。
合规筛查
扫描长篇提交材料，找出违反既定政策的段落，返回有问题的原文引用及各自的理由。
生成摘要
把长会议转录稿或申报文件整理成固定格式的摘要，包含决策、负责人和未决问题。
提示词示例
从这份合同中提取供应商、生效日期、终止通知期和付款条款。只返回 JSON，未说明的项填 null。
把下面 30 封客服邮件分别归类为账单、故障、功能需求或其他。返回由 id 和标签组成的 JSON 数组。
用五条要点总结这份年报，并列出公司提到的所有风险因素。
此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。
FAQ
Qwen-Doc-Turbo 用来做什么？
它为文档挖掘而造：提取结构化数据、分类、审核和总结长文本。阿里巴巴强调的主要优势是 JSON 输出稳定，优于通用聊天模型。文档多、schema 固定时用它，不适合开放式对话。
做抽取，Qwen-Doc-Turbo 比 Qwen Plus 好吗？
对长文件里固定 schema 的抽取，阿里巴巴把 Doc-Turbo 定位为更准确、更稳定的选择。同一个请求还需要分析、写作或自由对话时，Qwen Plus 更合适。定下来之前，用你自己的文档样本两个都测一下。
Qwen-Doc-Turbo 能读 PDF 或图片吗？
它接收文本，所以 PDF 和扫描件要先转成文本再发送。扫描页先做 OCR，再把提取出的文本放进提示词。
Qwen-Doc-Turbo 支持工具调用或 JSON schema 模式吗？
不支持。这个模型不提供工具调用和响应 schema 模式。在提示词里要求返回 JSON，给一个示例对象，并在代码里校验结果。
Qwen-Doc-Turbo 支持提示词缓存吗？
支持。重复使用很长的文档前缀、只改变问题时，缓存很有帮助，比如针对同一份申报文件问十个不同的抽取问题。
Qwen-Doc-Turbo 的费用是多少？
在 TokenLab 上，Qwen-Doc-Turbo 的价格为 输入 $0.087 / 输出 $0.144 每 1M token。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Qwen-Doc-Turbo 的上下文窗口和输出上限是多少？
Qwen-Doc-Turbo 最多接收 253,952 token 的上下文，单次最多返回 8,192 token。
Qwen-Doc-Turbo 应该使用哪个端点？
Qwen-Doc-Turbo 使用 https://api.tokenlab.sh/v1/messages。代码写法见下方的请求示例。
Qwen-Doc-Turbo 支持哪些操作？
Qwen-Doc-Turbo 支持 文本生成。选了操作，上面会显示对应的端点和请求示例。
Qwen-Doc-Turbo 对比
资料来源
审阅于 2026年10月2日
