Qwen 系列

阿里雲通義千問的文字模型，包括 Qwen3.8、Qwen3.7、Qwen3.6 系列與 Qwen Flash、Qwen Plus。透過 OpenAI 相容介面呼叫，Qwen3.x 系列同時支援 Anthropic 原生介面。圖片生成模型請見 Qwen-Image。

常見任務

模型

完整的模型清單與即時價格請參閱模型頁 ，也可透過 Models API 查詢。模型 ID 可省略 qwen/ 前綴。

Qwen 模型由阿里雲百煉提供，包括中國站（aliyun）與國際站（alicloud）兩家供應商，預設自動選擇。指定方式請見供應商路由。

呼叫範例

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="qwen/qwen3.8-flash",
    messages=[{"role": "user", "content": "用一句話解釋什麼是冪等性。"}],
    extra_body={"enable_thinking": False},
)
print(resp.choices[0].message.content)

curl https://api.ofox.io/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen/qwen3.8-flash",
    "messages": [{"role": "user", "content": "用一句話解釋什麼是冪等性。"}],
    "enable_thinking": false
  }'

思考模式

實測同一道數學題：Qwen3.8 Flash 預設思考約 5800 token、耗時約 1.5 分鐘，Qwen3.6 Flash 預設思考超過 3 萬 token、耗時 4 分鐘以上；關閉思考後皆在數秒內回傳。

限制思考長度

需要思考但希望控制耗時與費用時，傳入 thinking_budget（思考 token 上限）：

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="qwen/qwen3.8-flash",
    messages=[{"role": "user", "content": "找出所有小於 50 的正整數 n，使 n² + n + 41 不是質數。"}],
    extra_body={"enable_thinking": True, "thinking_budget": 1000},
)
msg = resp.choices[0].message
details = getattr(msg, "reasoning_details", None) or []
print("[思考]", "".join(d.get("text", "") for d in details)[:200], "…")
print("[回答]", msg.content)
print("思考 token:", resp.usage.completion_tokens_details.reasoning_tokens)

• 實測 thinking_budget 嚴格生效：設為 200 時，思考 token 恰好為 200。
• enable_thinking、thinking_budget 不是 OpenAI SDK 的標準參數，請放在 extra_body 中；直接傳送 HTTP 請求時放在請求主體頂層。
• 思考 token 依輸出單價計費，數量請見 usage.completion_tokens_details.reasoning_tokens。

讀取思考內容

• 串流回應中，思考內容位於 delta.reasoning_content，與阿里雲百煉官方 API 一致。
• 非串流回應中，思考內容位於 message.reasoning_details，請將各項的 text 依序串接（請見上方範例）。

圖片輸入

支援圖片輸入的模型使用標準的 image_url 內容區塊：

import base64
import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
img_b64 = base64.b64encode(open("photo.png", "rb").read()).decode()
 
resp = client.chat.completions.create(
    model="qwen/qwen3.8-flash",
    messages=[{"role": "user", "content": [
        {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img_b64}"}},
        {"type": "text", "text": "描述這張圖片。"},
    ]}],
    extra_body={"enable_thinking": False},
)
print(resp.choices[0].message.content)

Qwen3.7 Max、Qwen Plus、Qwen Flash 僅支援文字，請改用上表中支援圖片輸入的模型。

在 Claude Code 中使用

Qwen3.x 系列與 Qwen Flash 支援 Anthropic 原生介面，位址為 https://api.ofox.io/anthropic：

• 透過 Anthropic 介面呼叫時，思考內容以 thinking 區塊回傳。
• Qwen3.8 系列思考量較大，請設定足夠大的 max_tokens。實測 max_tokens 為 4000 時，回應可能只有 thinking 區塊而沒有回答。
• Qwen Plus 不支援 Anthropic 介面，呼叫會回傳 protocol_not_supported。

Claude Code 的完整設定步驟請見 Claude Code 設定。

JSON 輸出與工具呼叫

response_format 支援 {"type": "json_object"} 與 {"type": "json_schema", ...}；工具呼叫使用標準的 tools 參數。使用 json_object 時，請在提示詞中寫明「以 JSON 回傳」及所需欄位。寫法請見結構化輸出與函式呼叫。

提示快取

Qwen 會自動快取重複的請求前綴，不需要修改請求。命中量請見 usage.prompt_tokens_details.cached_tokens，命中部分依快取讀取單價計費。快取採盡力而為，前綴相同的請求也可能未命中。

常見錯誤

其他通用錯誤請見錯誤處理。

官方文件

• 阿里雲百煉 · 模型清單 
• 阿里雲百煉 · 深度思考 
• 阿里雲百煉 · OpenAI 相容 

官方文件描述的是直連阿里雲百煉時的行為。在 OfoxAI 上呼叫時，模型 ID 與介面位址以本頁為準。

常見問題