通义千问 — OpenAI 格式

POST/v1/chat/completions

调用通义千问 Qwen 系列模型进行文本对话，兼容 OpenAI Chat Completions 协议。

Bearer Token

模型介绍

通义千问是阿里通义实验室推出的开源大模型系列，具备优秀的中文理解、代码生成与多模态能力。qwen3.7-plus 为当前主力商用版本。

支持模型

通义千问模型列表

模型	上下文长度	最大输出	思考模式	工具调用	缓存	多模态
qwen3.7-plus	1,000,000	8,000	✅	✅	✅	文本+图像

思考模式提示：开启思考（reasoning）后，思考内容计入 max_tokens——设置过小（如 <100）时思考可能占满配额，content 返回空串且 finish_reason=length。建议思考模式调用时 max_tokens ≥ 1024。

请求参数

请求参数

参数	类型	必填	默认值	描述
model	string	是	-	模型名称：qwen3.7-plus
messages	array	是	-	消息列表，结构同 OpenAI 标准
stream	boolean	否	false	是否流式返回（SSE）
max_tokens	integer	否	-	最大输出 token 数
temperature	number	否	1.0	采样温度，0~2
top_p	number	否	1.0	核采样概率
reasoning_effort	string	否	-	思考模式强度：low / high / max（千问侧档位）
tools	array	否	-	工具定义列表
tool_choice	string	否	auto	工具调用策略

请求示例

curl -X POST /v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [
      {"role": "user", "content": "解释 JavaScript 的闭包概念。"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    base_url="/v1",
    api_key="YOUR_API_KEY",
)

resp = client.chat.completions.create(
    model="qwen3.7-plus",
    messages=[
        {"role": "user", "content": "解释 JavaScript 的闭包概念。"},
    ],
)
print(resp.choices[0].message.content)

响应示例

成功响应

{
  "id": "chatcmpl-3bb05cf5-cd81-4fbc-a5f0-b8d67a025022",
  "object": "chat.completion",
  "created": 1735661200,
  "model": "qwen3.7-plus",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "闭包（Closure）是指有权访问另一个函数作用域中变量的函数……"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 8,
    "completion_tokens": 120,
    "total_tokens": 128
  }
}

注意事项

• 响应 id 由平台按原厂形态归一：chatcmpl- + UUID。
• 通义千问的思考过程以 <think>…</think> 标签包裹，计为输出 token。
• 本平台 OpenAI 兼容入口没有 cache 请求参数（传入会被忽略）；上下文缓存命中计价以通义官方规则与本站价格页为准。
• qwen3.7-plus 的最大输出上限（本页写 8,000）未在官方基线中登记（未取证），实际额度以控制台与官方文档为准。
• 代码场景建议在 system 中指定编程语言与代码风格。
• 工具调用结果需要回传时，使用 role: "tool" 并附带 tool_call_id。