Qwen 系列

阿里云通义千问的文本模型，包括 Qwen3.8、Qwen3.7、Qwen3.6 系列与 Qwen Flash、Qwen Plus。通过 OpenAI 兼容接口调用，Qwen3.x 系列同时支持 Anthropic 原生接口。生图模型见 Qwen-Image。

常见任务

模型

完整的模型列表与实时价格请参阅模型页 ，也可通过 Models API 查询。模型 ID 可省略 qwen/ 前缀。

Qwen 模型由阿里云百炼提供，包括国内站（aliyun）与国际站（alicloud）两个供应商，默认自动选择。指定方法见供应商路由。

调用示例

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": "用一句话解释什么是幂等性。"}],
    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": "用一句话解释什么是幂等性。"}],
    "enable_thinking": false
  }'

思考模式

实测同一道数学题：Qwen3.8 Flash 默认思考约 5800 token、耗时约 1.5 分钟，Qwen3.6 Flash 默认思考超过 3 万 token、耗时 4 分钟以上；关闭思考后均在数秒内返回。

限制思考长度

需要思考但希望控制耗时与费用时，传入 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": "找出所有小于 50 的正整数 n，使 n² + n + 41 不是质数。"}],
    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)

• 实测 thinking_budget 严格生效：设为 200 时，思考 token 恰为 200。
• enable_thinking、thinking_budget 不是 OpenAI SDK 的标准参数，请放在 extra_body 中；直接发送 HTTP 请求时放在请求体顶层。
• 思考 token 按输出单价计费，数量见 usage.completion_tokens_details.reasoning_tokens。

读取思考内容

• 流式响应中，思考内容位于 delta.reasoning_content，与阿里云百炼官方 API 一致。
• 非流式响应中，思考内容位于 message.reasoning_details，请将各项的 text 依次拼接（见上方示例）。

图片输入

支持图片输入的模型使用标准的 image_url 内容块：

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": "描述这张图片。"},
    ]}],
    extra_body={"enable_thinking": False},
)
print(resp.choices[0].message.content)

Qwen3.7 Max、Qwen Plus、Qwen Flash 仅支持文本，请改用上表中支持图片输入的模型。

在 Claude Code 中使用

Qwen3.x 系列与 Qwen Flash 支持 Anthropic 原生接口，地址为 https://api.ofox.io/anthropic：

• 通过 Anthropic 接口调用时，思考内容以 thinking 块返回。
• Qwen3.8 系列思考量较大，请设置足够大的 max_tokens。实测 max_tokens 为 4000 时，响应可能只有 thinking 块而没有回答。
• Qwen Plus 不支持 Anthropic 接口，调用返回 protocol_not_supported。

Claude Code 的完整配置步骤见 Claude Code 配置。

JSON 输出与工具调用

response_format 支持 {"type": "json_object"} 与 {"type": "json_schema", ...}；工具调用使用标准的 tools 参数。使用 json_object 时，请在提示词中写明「以 JSON 返回」及所需字段。写法见结构化输出与函数调用。

提示缓存

Qwen 自动缓存重复的请求前缀，无需修改请求。命中量见 usage.prompt_tokens_details.cached_tokens，命中部分按缓存读取单价计费。缓存为尽力而为，前缀相同的请求也可能未命中。

常见报错

其他通用错误见错误处理。

官方文档

• 阿里云百炼 · 模型列表 
• 阿里云百炼 · 深度思考 
• 阿里云百炼 · OpenAI 兼容 

官方文档描述的是直连阿里云百炼时的行为。在 OfoxAI 上调用时，模型 ID 与接口地址以本页为准。

常见问题