Alibaba Cloud Model Studio:コンテキストキャッシュ

Singapore

The following models are available in the International deployment scope.

Qwen Max: qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3.6-max-preview, qwen3-max

Qwen Plus: qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.5-plus, qwen3.5-plus-2026-04-20, qwen-plus

Qwen Flash: qwen3.6-flash, qwen3.5-flash, qwen-flash

Qwen Coder: qwen3-coder-plus, qwen3-coder-flash

Qwen VL: qwen3-vl-plus, qwen3-vl-flash

DeepSeek: deepseek-v3.2

Kimi: kimi-k2.7-code

China (Beijing)

The following models are available in the Chinese mainland deployment scope.

Qwen Max: qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3.6-max-preview, qwen3-max

Qwen Plus: qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.5-plus, qwen3.5-plus-2026-04-20, qwen-plus

Qwen Flash: qwen3.6-flash, qwen3.5-flash, qwen-flash

Qwen Coder: qwen3-coder-plus, qwen3-coder-flash

Qwen VL: qwen3-vl-plus, qwen3-vl-flash

DeepSeek: deepseek-v3.2

Kimi: kimi-k2.6, kimi-k2.5

GLM: glm-5.1

Germany (Frankfurt)

The supported models vary depending on the service deployment scope.

• Global scope:

  Qwen Max: qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max

  Qwen Plus: qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.5-plus, qwen-plus

  Qwen Flash: qwen3.6-flash, qwen3.5-flash, qwen-flash

  Qwen VL: qwen3-vl-plus

  Qwen Coder: qwen3-coder-plus, qwen3-coder-flash

  Kimi: kimi-k2.5

• EU scope:

  Qwen Max: qwen3-max

  Qwen Plus: qwen-plus

  Qwen Flash: qwen3.6-flash, qwen3.5-flash

  Qwen VL: qwen3-vl-plus, qwen3-vl-flash

Hong Kong (China)

The supported models vary depending on the service deployment scope.

• Global scope:

  Qwen Max: qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max

  Qwen Plus: qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.5-plus, qwen-plus

  Qwen Flash: qwen3.6-flash, qwen3.5-flash, qwen-flash

• Hong Kong (China) scope:

  Qwen Max: qwen3-max

  Qwen Plus: qwen-plus

  Qwen Flash: qwen3.6-flash, qwen3.5-flash

  Qwen VL: qwen3-vl-plus

Japan (Tokyo)

The supported models vary depending on the service deployment scope.

• Japan scope:

  Qwen Plus: qwen3.7-plus, qwen3.7-plus-2026-05-26

• Global scope:

  Qwen Max: qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max

  Qwen Plus: qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen3.6-plus, qwen3.5-plus, qwen-plus

  Qwen Flash: qwen3.6-flash, qwen3.5-flash, qwen-flash

OpenAI 互換

from openai import OpenAI
import os

client = OpenAI(
    # 環境変数が設定されていない場合は、次の行を api_key="sk-xxx" に置き換えてください
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # China (Beijing) のモデルを使用する場合は、base_url を https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1 に置き換えてください
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
)

# コードリポジトリのコンテンツをモックします。キャッシュ可能なプロンプト長は 1,024 トークン以上です。
long_text_content = "<Your Code Here>" * 400

# リクエストを作成する関数
def get_completion(user_input):
    messages = [
        {
            "role": "system",
            "content": [
                {
                    "type": "text",
                    "text": long_text_content,
                    # ここに cache_control マーカーを配置します。これにより、メッセージ配列の先頭からここまでのすべてのコンテンツを含むキャッシュブロックが作成されます。
                    "cache_control": {"type": "ephemeral"},
                }
            ],
        },
        # ユーザーの質問はリクエストごとに異なります。
        {
            "role": "user",
            "content": user_input,
        },
    ]
    completion = client.chat.completions.create(
        # 明示的なキャッシュをサポートするモデルを選択します。
        model="qwen3.7-max",
        messages=messages,
    )
    return completion

# 最初のリクエスト
first_completion = get_completion("What is the content of this code?")
print(f"First request cache creation tokens: {first_completion.usage.prompt_tokens_details.cache_creation_input_tokens}")
print(f"First request cached tokens: {first_completion.usage.prompt_tokens_details.cached_tokens}")
print("=" * 20)
# 2 番目のリクエスト。コードの内容は同じですが、質問は異なります。
second_completion = get_completion("How can this code be optimized?")
print(f"Second request cache creation tokens: {second_completion.usage.prompt_tokens_details.cache_creation_input_tokens}")
print(f"Second request cached tokens: {second_completion.usage.prompt_tokens_details.cached_tokens}")

DashScope

import os
import dashscope
from dashscope import Generation
# 次の URL は Singapore 用です。{WorkspaceId} をお使いのワークスペース ID に置き換えてください。URL はリージョンによって異なります。
dashscope.base_http_api_url = "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1"

# コードリポジトリのコンテンツをモックします。キャッシュ可能なプロンプト長は 1,024 トークン以上です。
long_text_content = "<Your Code Here>" * 400

# リクエストを作成する関数
def get_completion(user_input):
    messages = [
        {
            "role": "system",
            "content": [
                {
                    "type": "text",
                    "text": long_text_content,
                    # ここに cache_control マーカーを配置します。これにより、メッセージ配列の先頭からここまでのすべてのコンテンツを含むキャッシュブロックが作成されます。
                    "cache_control": {"type": "ephemeral"},
                }
            ],
        },
        # ユーザーの質問はリクエストごとに異なります。
        {
            "role": "user",
            "content": user_input,
        },
    ]
    response = Generation.call(
        # 環境変数が設定されていない場合は、Model Studio API キーを直接使用します： api_key = "sk-xxx",
        api_key=os.getenv("DASHSCOPE_API_KEY"), 
        model="qwen3.7-max",
        messages=messages,
        result_format="message"
    )
    return response

# 最初のリクエスト
first_completion = get_completion("What is the content of this code?")
print(f"First request cache creation tokens: {first_completion.usage.prompt_tokens_details['cache_creation_input_tokens']}")
print(f"First request cached tokens: {first_completion.usage.prompt_tokens_details['cached_tokens']}")
print("=" * 20)
# 2 番目のリクエスト。コードの内容は同じですが、質問は異なります。
second_completion = get_completion("How can this code be optimized?")
print(f"Second request cache creation tokens: {second_completion.usage.prompt_tokens_details['cache_creation_input_tokens']}")
print(f"Second request cached tokens: {second_completion.usage.prompt_tokens_details['cached_tokens']}")

// Java SDK の最小バージョン：2.21.6
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.MessageContentText;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;

import java.util.Arrays;
import java.util.Collections;

public class Main {
    private static final String MODEL = "qwen3-coder-plus";
    // コードリポジトリのコンテンツをモックします (1,024 トークンを超えるように 400 回繰り返します)。
    private static final String LONG_TEXT_CONTENT = generateLongText(400);
    private static String generateLongText(int repeatCount) {
        StringBuilder sb = new StringBuilder();
        for (int i = 0; i < repeatCount; i++) {
            sb.append("<Your Code Here>");
        }
        return sb.toString();
    }
    private static GenerationResult getCompletion(String userQuestion)
            throws NoApiKeyException, ApiException, InputRequiredException {
        // 次の URL は Singapore 用です。{WorkspaceId} をお使いのワークスペース ID に置き換えてください。URL はリージョンによって異なります。
        Generation gen = new Generation("http", "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1");

        // キャッシュコントロール付きのシステムメッセージを構築します。
        MessageContentText systemContent = MessageContentText.builder()
                .type("text")
                .text(LONG_TEXT_CONTENT)
                .cacheControl(MessageContentText.CacheControl.builder()
                        .type("ephemeral") // キャッシュタイプを設定します。
                        .build())
                .build();

        Message systemMsg = Message.builder()
                .role(Role.SYSTEM.getValue())
                .contents(Collections.singletonList(systemContent))
                .build();
        Message userMsg = Message.builder()
                .role(Role.USER.getValue())
                .content(userQuestion)
                .build();

        // リクエストパラメーターを構築します。
        GenerationParam param = GenerationParam.builder()
                .model(MODEL)
                .messages(Arrays.asList(systemMsg, userMsg))
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .build();
        return gen.call(param);
    }

    private static void printCacheInfo(GenerationResult result, String requestLabel) {
        System.out.printf("%s cache creation tokens: %d%n", requestLabel, result.getUsage().getPromptTokensDetails().getCacheCreationInputTokens());
        System.out.printf("%s cached tokens: %d%n", requestLabel, result.getUsage().getPromptTokensDetails().getCachedTokens());
    }

    public static void main(String[] args) {
        try {
            // 最初のリクエスト
            GenerationResult firstResult = getCompletion("What is the content of this code?");
            printCacheInfo(firstResult, "First request");
            System.out.println(new String(new char[20]).replace('\0', '='));            // 2 番目のリクエスト
            GenerationResult secondResult = getCompletion("How can this code be optimized?");
            printCacheInfo(secondResult, "Second request");
        } catch (NoApiKeyException | ApiException | InputRequiredException e) {
            System.err.println("API call failed: " + e.getMessage());
            e.printStackTrace();
        }
    }
}

Anthropic 互換

import anthropic
import os

client = anthropic.Anthropic(
    # 環境変数が設定されていない場合は、次の行を api_key="sk-xxx" に置き換えてください
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # China (Beijing) のモデルを使用する場合は、base_url を https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/apps/anthropic に置き換えてください
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/apps/anthropic",
)

# コードリポジトリのコンテンツをモックします。キャッシュ可能なプロンプト長は 1,024 トークン以上です。
long_text_content = "<Your Code Here>" * 400

# リクエストを作成する関数
def get_completion(user_input):
    response = client.messages.create(
        # 明示的なキャッシュをサポートするモデルを選択します。
        model="qwen3.7-max",
        max_tokens=1024,
        system=[
            {
                "type": "text",
                "text": long_text_content,
                # ここに cache_control マーカーを配置します。これにより、システムテキストのコンテンツからキャッシュブロックが作成されます。このマーカーは `messages` にも配置できます。
                "cache_control": {"type": "ephemeral"},
            }
        ],
        messages=[
            # ユーザーの質問はリクエストごとに異なります。
            {"role": "user", "content": user_input},
        ],
    )
    return response

# 最初のリクエスト
first_completion = get_completion("What is the content of this code?")
print(f"First request cache creation tokens: {first_completion.usage.cache_creation_input_tokens}")
print(f"First request cache read input tokens: {first_completion.usage.cache_read_input_tokens}")
print("=" * 20)
# 2 番目のリクエスト。コードの内容は同じですが、質問は異なります。
second_completion = get_completion("How can this code be optimized?")
print(f"Second request cache creation tokens: {second_completion.usage.cache_creation_input_tokens}")
print(f"Second request cache read input tokens: {second_completion.usage.cache_read_input_tokens}")

China (Beijing)

以下のモデルは、中国本土のデプロイメントスコープでサポートされます。

• テキスト生成モデル

  • Qwen Max： qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max, qwen3-max-preview, qwen-max

  • Qwen Plus： qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen-plus

  • Qwen Flash： qwen-flash

  • Qwen Turbo： qwen-turbo

  • Qwen Coder： qwen3-coder-plus, qwen3-coder-flash

  • DeepSeek： deepseek-v4-pro, deepseek-v4-flash, deepseek-v3.2, deepseek-v3.1, deepseek-v3, deepseek-r1

  • Kimi： kimi-k2.6, kimi-k2.5, kimi-k2-thinking, Moonshot-Kimi-K2-Instruct

  • GLM： glm-5.2, glm-5.1, glm-5, glm-4.7, glm-4.6

  • MiniMax： MiniMax-M2.5

• 視覚理解モデル

  • Qwen VL： qwen3-vl-plus, qwen3-vl-flash, qwen-vl-max, qwen-vl-plus

Singapore

以下のモデルは、国際デプロイメントスコープでサポートされます。

• テキスト生成モデル

  • Qwen Max： qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max, qwen3-max-preview, qwen-max

  • Qwen Plus： qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen-plus

  • Qwen Flash： qwen-flash

  • Qwen Turbo： qwen-turbo

  • Qwen Coder： qwen3-coder-plus, qwen3-coder-flash

  • DeepSeek： deepseek-v4-pro, deepseek-v4-flash, deepseek-v3.2

  • GLM (Alibaba Cloud Model Studio にデプロイ済み)： glm-5.1

• 視覚理解モデル

  • Qwen VL： qwen3-vl-plus, qwen3-vl-flash, qwen-vl-max, qwen-vl-plus

US (Virginia)

サポートされるモデルは、サービスデプロイメントスコープによって異なります。

• グローバルサービスデプロイメントスコープ：

  • テキスト生成モデル

    • Qwen Max： qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max

    • Qwen Plus： qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen-plus

    • Qwen Flash： qwen-flash

    • Qwen Coder： qwen3-coder-plus, qwen3-coder-flash

    • DeepSeek： deepseek-v4-pro, deepseek-v4-flash

    • Kimi (Alibaba Cloud Model Studio にデプロイ済み)： kimi-k2.5

    • GLM (Alibaba Cloud Model Studio にデプロイ済み)： glm-5.2, glm-5.1

  • 視覚理解モデル

    • Qwen VL： qwen3-vl-plus, qwen3-vl-flash

• 米国サービスデプロイメントスコープ：

  • テキスト生成モデル

    • Qwen Max： qwen3.7-max-us

    • Qwen Plus： qwen3.7-plus-us, qwen-plus-us

    • Qwen Flash： qwen-flash-us

  • 視覚理解モデル

    • Qwen VL： qwen3-vl-flash-us

Germany (Frankfurt)

サポートされるモデルは、サービスデプロイメントスコープによって異なります。

• グローバルサービスデプロイメントスコープ：

  • テキスト生成モデル

    • Qwen Max： qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max

    • Qwen Plus： qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen-plus

    • Qwen Flash： qwen-flash

    • Qwen Coder： qwen3-coder-plus, qwen3-coder-flash

    • DeepSeek： deepseek-v4-pro, deepseek-v4-flash

    • Kimi (Alibaba Cloud Model Studio にデプロイ済み)： kimi-k2.5

    • GLM (Alibaba Cloud Model Studio にデプロイ済み)： glm-5.2, glm-5.1

  • 視覚理解モデル

    • Qwen VL： qwen3-vl-plus, qwen3-vl-flash

• EU サービスデプロイメントスコープ：

  • テキスト生成モデル

    • Qwen Max： qwen3-max

    • Qwen Plus： qwen-plus

    視覚理解モデル

    • Qwen VL： qwen3-vl-plus, qwen3-vl-flash

China (Hong Kong)

サポートされるモデルは、サービスデプロイメントスコープによって異なります。

• グローバルサービスデプロイメントスコープ：

  • テキスト生成モデル

  • Qwen Plus：qwen3.7-plus、qwen3.7-plus-2026-05-26

  • GLM (Alibaba Cloud Model Studio にてデプロイ): glm-5.2

• China (Hong Kong) サービスデプロイメントスコープ：

  • テキスト生成モデル

    • Qwen Max： qwen3-max

    • Qwen Plus： qwen-plus

  • 視覚理解モデル

    • Qwen VL： qwen3-vl-plus

Japan (Tokyo)

サポートされるモデルは、サービスデプロイメントスコープによって異なります。

• 日本サービスデプロイメントスコープ：

  • テキスト生成モデル

    • Qwen Plus： qwen3.7-plus, qwen3.7-plus-2026-05-26

    • DeepSeek (Alibaba Cloud Model Studio にデプロイ済み)： deepseek-v4-pro, deepseek-v4-flash

• グローバルサービスデプロイメントスコープ：

  • テキスト生成モデル

    • Qwen Max： qwen3.7-max, qwen3.7-max-2026-05-20, qwen3.7-max-2026-06-08, qwen3-max

    • Qwen Plus： qwen3.7-plus, qwen3.7-plus-2026-05-26, qwen-plus

    • DeepSeek (Alibaba Cloud Model Studio にデプロイ済み)： deepseek-v4-pro, deepseek-v4-flash

    • GLM (Alibaba Cloud Model Studio にデプロイ済み)： glm-5.2, glm-5.1

    • Kimi (Alibaba Cloud Model Studio でデプロイ済み): kimi-k2.5