Alibaba Cloud Model Studio:Visual understanding

Choisissez le modèle adapté à votre cas d'usage : analyse d'images, compréhension vidéo ou OCR.

Compréhension d'images et de vidéos

Commencez avec qwen3.7-plus, le modèle phare de la gamme Qwen. Il prend en charge une fenêtre de contexte de 1M, des vidéos allant jusqu'à 2 heures, l'appel de fonctions et des outils intégrés. Une fois votre application stabilisée, passez à qwen3.7-flash pour réduire les coûts. Ce modèle offre des performances proches du niveau phare, avec la même longueur de contexte et les mêmes fonctionnalités.

Résolution d'image

La plupart des modèles acceptent jusqu'à 16 millions de pixels par image. Des résolutions plus élevées consomment davantage de tokens. Calculez le nombre de tokens par image ainsi : h x w / (32 x 32) + 2.

Prise en charge vidéo

• Jusqu'à 2 heures / 2 Go : qwen3.7-plus, qwen3.6-plus, qwen3.7-flash, qwen3.6-flash, qwen3.5-plus, qwen3.5-flash
• Jusqu'à 1 heure / 2 Go : qwen3-vl-plus, qwen3-vl-flash
• Jusqu'à 1 heure / 2 Go : qwen3.5-omni-plus, qwen3.5-omni-flash (entrée audio également prise en charge)

Appel de fonctions et outils intégrés

Le modèle peut ainsi exécuter des actions en fonction du contenu d'une image ou d'une vidéo.

• Appel de fonctions : pris en charge par les séries Qwen3.7, Qwen3.6, Qwen3.5 et Qwen3-VL.
• Outils intégrés (recherche web, exécution de code, sans configuration requise) : disponibles pour qwen3.7-plus, qwen3.6-plus, qwen3.7-flash, qwen3.6-flash, qwen3.5-plus et qwen3.5-flash.

Sortie structurée

Obtenez une sortie JSON valide à partir d'entrées visuelles, par exemple pour extraire les détails d'un produit depuis une photo.

Les séries Qwen3.7, Qwen3.6, Qwen3.5 et Qwen3-VL prennent en charge cette fonctionnalité en mode sans réflexion.

OCR et extraction de documents

Le modèle qwen3.5-ocr est optimisé pour l'extraction de texte à partir de documents, tableaux, copies d'examen et contenus manuscrits. Pour une extraction générale de texte sur images, utilisez plutôt qwen3.7-plus ou qwen3.7-flash.

Modèles recommandés

ID du modèle	Contexte	Pixels max/image	Durée vidéo max	Taille vidéo max	Images max	Vidéos max	Appel de fonctions	Outils intégrés	Sortie structurée
qwen3.7-plus	1M	16M	2 heures	2 Go	2048	64	Supported	Supported	Supported
qwen3.7-flash	1M	16M	2 heures	2 Go	256	64	Supported	Supported	Supported
qwen3.5-omni-plus	64k	--	1 heure	2 Go	2 048	512	Supported	--	Supported

Modèles hérités

Qwen3.7

ID du modèle	Entrée	Sortie	Contexte	Sortie max	Images max	Vidéos max	Appel de fonctions	Outils intégrés	Sortie structurée
qwen3.7-plus View snapshots qwen3.7-plus-2026-05-26	Texte, images, vidéo	Texte	1M	64k	2048	64	Supported	Supported	Supported
qwen3.7-flash View snapshots qwen3.7-flash-2026-07-15	Texte, images, vidéo	Texte	1M	64k	256	64	Supported	Supported	Supported

Qwen3.6

ID du modèle	Entrée	Sortie	Contexte	Sortie max	Images max	Vidéos max	Appel de fonctions	Outils intégrés	Sortie structurée
qwen3.6-plus View snapshots qwen3.6-plus-2026-04-02	Texte, images, vidéo	Texte	1M	64k	256	64	Supported	Supported	Supported
qwen3.6-flash View snapshots qwen3.6-flash-2026-04-16	Texte, images, vidéo	Texte	1M	64k	256	64	Supported	Supported	Supported
qwen3.6-35b-a3b	Texte, images, vidéo	Texte	256k	64k	256	64	Supported	Supported	Supported

Qwen3.5

ID du modèle	Entrée	Sortie	Contexte	Sortie max	Images max	Vidéos max	Appel de fonctions	Outils intégrés	Sortie structurée
qwen3.5-plus View snapshots qwen3.5-plus-2026-02-15	Texte, images, vidéo	Texte	1M	64k	256	64	Supported	Supported	Supported
qwen3.5-flash View snapshots qwen3.5-flash-2026-02-23	Texte, images, vidéo	Texte	1M	64k	256	64	Supported	Supported	Supported
qwen3.5-397b-a17b	Texte, images, vidéo	Texte	32k	8k	256	64	Supported	Supported	Supported
qwen3.5-122b-a10b	Texte, images, vidéo	Texte	32k	8k	256	64	Supported	Supported	Supported
qwen3.5-27b	Texte, images, vidéo	Texte	32k	8k	256	64	Supported	Supported	Supported
qwen3.5-35b-a3b	Texte, images, vidéo	Texte	32k	8k	256	64	Supported	Supported	Supported

Ces modèles ne sont plus recommandés. Pour vos nouveaux projets, privilégiez les séries Qwen3.6 ou Qwen3.5. Pour consulter l'ensemble des spécifications, rendez-vous sur la page Models.

China (Beijing) | Singapore | U.S. | China (Hong Kong) | Germany (Frankfurt)

Afficher la liste des modèles hérités et autres

Qwen3-VL

• qwen3-vl-plus et ses snapshots
• qwen3-vl-flash et ses snapshots

Qwen-Omni

• qwen3-omni-flash et ses snapshots
• qwen-omni-turbo et son snapshot

Qwen-OCR

• qwen-vl-ocr et ses snapshots
• qwen-vl-ocr-latest

QVQ

• qvq-max
• qvq-plus

Qwen-VL hérités

• qwen-vl-max
• qwen-vl-plus