Pilih model generasi teks yang tepat untuk Agen AI, chatbot, dan pemrosesan dokumen.
Model yang direkomendasikan untuk tool coding
Kami merekomendasikan qwen3.7-plus karena menawarkan keseimbangan optimal antara performa dan biaya, dengan dukungan penuh tool calling serta jendela konteks 1 juta token untuk codebase besar. Untuk kemampuan reasoning terkuat, pilih qwen3.7-max.
Migrasi dari model closed-source
Petakan model GPT, Claude, atau Gemini Anda saat ini ke model Bailian yang setara.
|
Contoh closed-source |
Rekomendasi Bailian |
|
|
Kemampuan tertinggi |
GPT-5.5, Claude Opus 4.7, Gemini 3.1 Pro |
|
|
Seimbang |
GPT-5.4, Claude Sonnet 4.6, Gemini 3 Pro |
|
|
Ringan & berbiaya rendah |
GPT-5.4-mini, Claude Haiku 4.5, Gemini 3.1 Flash |
|
Kasus penggunaan
Mulai dengan qwen3.7-plus untuk chatbot, Pembuatan konten, Ringkasan, dan pemrosesan dokumen—model ini menyeimbangkan performa, biaya, dan tool bawaan dengan jendela konteks 1 juta token. Untuk mengurangi biaya, beralihlah ke qwen3.6-flash, yang menawarkan kemampuan serupa dengan harga lebih rendah. Untuk reasoning terkuat, gunakan qwen3.7-max (konteks 1 juta token, biaya lebih tinggi).
Jendela konteks
1 juta token kira-kira setara dengan 750.000 kata dalam bahasa Inggris, atau 8–10 novel.
-
Untuk dokumen panjang atau codebase besar:
qwen3.7-plus/qwen3.6-flash(1 juta token). -
Untuk tugas standar: 128k–256k token biasanya sudah cukup.
Untuk detail jendela konteks, kunjungi halaman Models.
Tiongkok (Beijing) | Singapura | AS | Tiongkok (Hong Kong) | Frankfurt
Thinking mode
Lakukan reasoning langkah demi langkah untuk matematika multi-langkah, debugging kode, perencanaan arsitektur, dan cross-referensi hukum.
Aktifkan dengan parameter enable_thinking, atau gunakan reasoning.effort pada Responses API untuk mengatur kedalaman thinking. Semua model Qwen3+ mendukung fitur ini, sebagian besar beroperasi dalam mode hybrid yang dapat diaktifkan per permintaan.
Lihat Deep thinking.
Function calling dan built-in tools
Izinkan model melakukan aksi seperti menanyakan cuaca, mencari database, atau memesan rapat.
-
Function calling (tool kustom yang dipanggil model): Didukung oleh semua model tujuan umum.
-
Built-in tools (web search, code interpreter, web scraping) tanpa perlu konfigurasi tambahan.
Lihat Tool calling.
Structured output
Paksa output berupa JSON valid, berguna untuk mengekstraksi data terstruktur seperti nama dan alamat dari teks.
Lihat Structured output.
Batch inference
Proses volume besar dengan biaya lebih rendah ketika latensi tidak menjadi prioritas utama.
Lihat Batch inference.
Model yang direkomendasikan
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
198k |
|
|
|
|
|
|
|
192k |
|
|
|
|
|
Model lawas
Untuk proyek baru, gunakan seri Qwen3.6 atau Qwen3.5. Model berikut merupakan model lawas dan tidak lagi direkomendasikan. Kunjungi halaman Models untuk melihat parameter model secara rinci, seperti jendela konteks dan penagihan.
Qwen3.6
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
256k |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
Qwen3.5
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
Qwen3
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
Qwen3-Coder
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
Qwen2.5 (open source)
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
|
|
1M |
|
|
|
|
|
Translation
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
16k |
|
|
|
|
|
|
|
16k |
|
|
|
|
|
|
|
16k |
|
|
|
|
|
|
|
16k |
|
|
|
|
|
Qwen-Long
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
10M |
|
|
|
|
|
|
|
10M |
|
|
|
|
|
Role-playing
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
32k |
|
|
|
|
|
|
|
32k |
|
|
|
|
|
|
|
8k |
|
|
|
|
|
Legacy Qwen
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
1M |
|
|
|
|
(mainline version only) |
|
|
128k |
|
|
|
|
(mainline version only) |
|
|
1M |
|
|
|
|
(mainline version only) |
|
|
1M |
|
|
|
|
(mainline version only) |
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
32k |
|
|
|
|
(mainline version only) |
Third-party models
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
Batch calling |
|
|
198k |
|
|
|
|
|
|
|
198k |
|
|
|
|
|
|
|
198k |
|
|
|
|
|
|
|
198k |
|
|
|
|
|
|
|
198k |
|
|
|
|
|
|
|
200k |
|
|
|
|
|
|
|
200k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
256k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|
|
|
128k |
|
|
|
|
|