Qwen（通义千问）是阿里巴巴开发的大语言模型系列，在国产 AI 里有一个独特的位置：它既有闭源的云端 API（通过阿里云），又有开源版本（可以在 Ollama 本地运行）。

对开发者来说，这意味着：用 API 快速开发验证，如果需要本地部署也有路径。

一、Qwen 系列模型概览

模型适用场景上下文价格（/百万token）

Qwen-Long超长文档10M tokens输入¥0.5，输出¥2 Qwen-Max最高质量32K输入¥40，输出¥120 Qwen-Plus平衡131K输入¥4，输出¥12 Qwen-Turbo快速/低成本131K输入¥2，输出¥6 Qwen2.5-Coder-32B代码专项131K按量计费

成本比较：Qwen-Plus 比 GPT-4o 便宜约 90%，在中文任务上质量接近。

二、API 接入

获取 API Key

访问 dashscope.aliyuncs.com

登录阿里云账号

开通 DashScope 服务

在控制台创建 API Key

Python 调用

python
方法1：OpenAI 兼容格式（推荐）
from openai import OpenAI
client = OpenAI(
    api_key="your_dashscope_api_key",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
response = client.chat.completions.create(
    model="qwen-plus",
    messages=[
        {"role": "system", "content": "你是一个专业的代码审查员"},
        {"role": "user", "content": "请审查这段 Python 代码..."}
    ],
    temperature=0.7,
    max_tokens=2000
)
print(response.choices[0].message.content)

python
方法2：DashScope SDK
import dashscope
from dashscope import Generation
dashscope.api_key = "your_api_key"
response = Generation.call(
    model="qwen-plus",
    messages=[{"role": "user", "content": "你好"}],
    result_format='message'
)
print(response.output.choices[0].message.content)

流式输出

python
stream = client.chat.completions.create(
    model="qwen-plus",
    messages=[{"role": "user", "content": "写一篇 500 字文章"}],
    stream=True
)
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

三、多模态能力

Qwen-VL 系列支持图像理解：

python
response = client.chat.completions.create(
    model="qwen-vl-max",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "image_url", "image_url": {"url": "https://..."}},
                {"type": "text", "text": "这张图片里有什么？"}
            ]
        }
    ]
)

四、生产级使用建议

错误处理和重试

python
import time
from openai import RateLimitError, APIConnectionError
def call_with_retry(client, **kwargs, max_retries=3):
    for attempt in range(max_retries):
        try:
            return client.chat.completions.create(**kwargs)
        except RateLimitError:
            wait_time = 2 ** attempt
            print(f"Rate limit hit, waiting {wait_time}s...")
            time.sleep(wait_time)
        except APIConnectionError as e:
            if attempt == max_retries - 1:
                raise
            time.sleep(1)
    raise Exception("Max retries exceeded")

成本控制

python
在系统提示词里要求精简输出
system_prompt = """你是一个助手。
请用简洁的语言回答，不要过多展开，
避免重复信息。"""
设置合理的 max_tokens
response = client.chat.completions.create(
    model="qwen-turbo",  # 用 turbo 做轻量任务
    messages=[...],
    max_tokens=500  # 控制输出长度
)

多模型路由策略

python
def get_model(task_type: str, content_length: int) -> str:
    """根据任务类型和内容长度选择最合适的模型"""
    if content_length > 50000:
        return "qwen-long"
    elif task_type == "code":
        return "qwen2.5-coder-32b-instruct"
    elif task_type == "simple":
        return "qwen-turbo"
    else:
        return "qwen-plus"

五、与 Vercel AI SDK 集成

typescript
// 在 Next.js 中接入 Qwen
import { createOpenAI } from '@ai-sdk/openai';
const qwen = createOpenAI({
  apiKey: process.env.DASHSCOPE_API_KEY,
  baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});
const result = streamText({
  model: qwen('qwen-plus'),
  messages: [...],
});

---

延伸阅读

Kimi K2 完整使用指南

Vercel AI SDK 实战教程

LLM API 成本优化指南