Panggil titik akhir GET /api/v1/models untuk mengambil daftar model yang tersedia di Model Studio. Anda dapat memfilter berdasarkan penyedia model, jenis modalitas, kemampuan model, dan mode penyebaran, serta melihat informasi seperti harga dan panjang konteks.
Prasyarat
Kunci API telah dibuat dan dikonfigurasi sebagai variabel lingkungan DASHSCOPE_API_KEY. Untuk informasi selengkapnya, lihat Konfigurasikan kunci API dalam variabel lingkungan.
Permintaan
Metode HTTP: GET
URL PermintaanGanti {WorkspaceId} dengan ID ruang kerja Anda.
Region | Endpoint |
|---|---|
Singapore | |
China (Beijing) |
|
China (Hong Kong) | |
Germany (Frankfurt) |
|
Japan (Tokyo) |
|
US (Virginia) |
|
Tetapkan Authorization: Bearer {API_KEY} di header permintaan.
Parameter permintaan
Semua parameter dilewatkan melalui query string.
Parameter | Type | Wajib | Deskripsi |
|---|---|---|---|
providers | Array[String] | Tidak | Filter berdasarkan penyedia model. Nilai yang valid:
Contoh: |
inference_providers | Array[String] | Tidak | Filter berdasarkan penyedia inferensi. Nilai yang valid:
|
capabilities | Array[String] | Tidak | Filter berdasarkan jenis modalitas. Nilai yang valid:
Contoh: |
features | Array[String] | Tidak | Filter berdasarkan kemampuan model. Nilai yang valid:
|
context_window | Integer | Tidak | Filter berdasarkan panjang konteks. Mengembalikan model dengan panjang konteks lebih besar dari atau sama dengan nilai yang ditentukan. Contoh: |
service_site | String | Tidak | Filter berdasarkan mode penyebaran. Jika tidak ditentukan, model dari semua mode penyebaran akan dikembalikan. Nilai yang valid:
|
supports | Array[String] | Tidak | Filter berdasarkan kasus penggunaan yang didukung. Nilai default:
|
deployment_methods | Array[String] | Tidak | Filter berdasarkan metode penyebaran. Nilai yang valid:
|
deployment_ptu_service_tiers | Array[String] | Tidak | Filter berdasarkan jenis PTU. Anda juga harus menyetel |
name | String | Tidak | Pencarian fuzzy berdasarkan nama model. Contoh: |
model | String | Tidak | Pencocokan eksak berdasarkan ID model. Contoh: |
language | String | Tidak | Bahasa respons. Nilai yang valid: |
page_no | Integer | Tidak | Nomor halaman, dimulai dari 1. Nilai default: |
page_size | Integer | Tidak | Jumlah model per halaman. Nilai default: |
Parameter respons
Parameter | Type | Deskripsi |
|---|---|---|
request_id | String | ID permintaan untuk troubleshooting. |
output.total | Number | Total jumlah model yang sesuai. |
output.page_no | Number | Nomor halaman saat ini. |
output.page_size | Number | Jumlah item per halaman. |
output.models[].model | String | ID model, digunakan untuk menentukan model dalam panggilan API. |
output.models[].name | String | Nama tampilan model. |
output.models[].description | String | Deskripsi model. |
output.models[].provider | String | Penyedia model, seperti |
output.models[].inference_provider | String | Penyedia inferensi, seperti |
output.models[].capabilities | Array[String] | Jenis modalitas yang didukung oleh model. Nilainya sama dengan parameter permintaan |
output.models[].features | Array[String] | Kemampuan yang didukung oleh model. Nilainya sama dengan parameter permintaan |
output.models[].published_time | String | Waktu rilis model dalam format |
output.models[].inference_metadata | Object | Informasi modalitas input dan output model. Berisi bidang-bidang berikut:
|
output.models[].model_info | Object | Informasi panjang konteks model. Nilai
|
output.models[].prices | Array[Object] | Informasi harga. Setiap elemen berisi:
|
Contoh permintaan
Contoh 1: Daftar semua model generasi tekscurl "https://dashscope-intl.aliyuncs.com/api/v1/models?capabilities=TG&page_no=1&page_size=20" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header "Content-Type: application/json"
Contoh 2: Daftar model penalaran Qwen
curl "https://dashscope-intl.aliyuncs.com/api/v1/models?providers=qwen&capabilities=TG&capabilities=Reasoning&page_no=1&page_size=100" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header "Content-Type: application/json"
Contoh respons
{
"code": null,
"message": null,
"success": true,
"output": {
"total": 168,
"page_no": 1,
"page_size": 10,
"models": [
{
"model": "qwen3-max",
"name": "Qwen3-Max",
"description": "The Max model in the Qwen3 series, designed for complex agent scenarios.",
"features": [
"function-calling",
"structured-outputs",
"web-search"
],
"prices": [
{
"prices": [
{
"type": "input_token",
"price": "2",
"price_unit": "per million tokens",
"price_name": "Input"
},
{
"type": "output_token",
"price": "8",
"price_unit": "per million tokens",
"price_name": "Output"
}
],
"range_name": "Default"
}
],
"published_time": "2025-11-11 12:00:00",
"inference_metadata": {
"response_modality": ["Text"],
"request_modality": ["Text"]
},
"model_info": {
"context_window": 131072,
"max_input_tokens": 130048,
"max_output_tokens": 16384,
"max_reasoning_tokens": null,
"reasoning_max_input_tokens": null,
"reasoning_max_output_tokens": null
}
},
{
"model": "qwen-image-max",
"name": "Qwen-Image-Max",
"description": "The Max model in the Qwen image generation series.",
"features": ["model-experience"],
"prices": [
{
"prices": [
{
"type": "image_number",
"price": "0.075",
"price_unit": "per image",
"price_name": "Image Generation"
}
],
"range_name": "Default"
}
],
"published_time": null,
"inference_metadata": {
"response_modality": ["Image"],
"request_modality": ["Text"]
},
"model_info": {
"context_window": null,
"max_input_tokens": null,
"max_output_tokens": null,
"max_reasoning_tokens": null,
"reasoning_max_input_tokens": null,
"reasoning_max_output_tokens": null
}
}
]
},
"request_id": "d5f5201f-ee7a-9e3d-8569-bc0eedec21f9"
}
Kode kesalahan
Jika panggilan gagal, pesan kesalahan akan dikembalikan. Untuk informasi selengkapnya tentang kode kesalahan dan solusi, lihat Pesan kesalahan.
Dokumentasi terkait
- List model quotas
- Model list