Escolha o modelo de geração de texto ideal para agentes de IA, chatbots e processamento de documentos.
Modelos recomendados para ferramentas de codificação
Recomendamos o qwen3.7-plus para equilibrar desempenho e custo, com suporte completo a chamadas de ferramentas e janela de contexto de 1 milhão de tokens para grandes bases de código. Para obter a maior capacidade de raciocínio, escolha o qwen3.7-max.
Migração de modelos de código fechado
Mapeie seu modelo atual do GPT, Claude ou Gemini para um modelo equivalente no Bailian.
|
Exemplos de código fechado |
Recomendação do Bailian |
|
|
Maior capacidade |
GPT-5,5, Claude Opus 4,7, Gemini 3,1 Pro |
|
|
Equilibrado |
GPT-5,4, Claude Sonnet 4,6, Gemini 3 Pro |
|
|
Leve e de baixo custo |
GPT-5,4-mini, Claude Haiku 4,5, Gemini 3,1 Flash |
|
Casos de uso
Comece com o qwen3.7-plus para chatbots, geração de conteúdo, resumos e processamento de documentos. Esse modelo equilibra desempenho, custo e ferramentas integradas, com uma janela de contexto de 1 milhão de tokens. Para reduzir despesas, migre para o qwen3.6-flash, que oferece capacidades semelhantes por um preço menor. Se precisar da maior capacidade de raciocínio possível, utilize o qwen3.7-max (contexto de 1 milhão, custo mais elevado).
Produtividade de escritório (não relacionada a código)
Para tarefas de escritório sem envolvimento de programação, como redação de documentos, composição de e-mails, resumo de notas de reuniões e análise de dados, inicie com o qwen3.7-plus. Ele equilibra desempenho e custo, com janela de contexto de 1 milhão de tokens, suporte a Function Calling e ferramentas nativas. Caso deseje economizar, experimente o qwen3.6-flash, pois entrega desempenho próximo ao topo de linha por um preço inferior, mantendo o mesmo tamanho de contexto. Para obter a capacidade de raciocínio mais robusta, opte pelo qwen3.7-max (custo mais alto). Já para processar documentos extensos, como a revisão de múltiplos contratos, use o qwen-long (janela de contexto de 10 milhões de tokens).
O TONGYI Lingma e o Qoder são ferramentas de codificação com IA projetadas para desenvolvimento de software. Elas não se destinam a tarefas gerais de produtividade de escritório.
Janela de contexto
Um milhão de tokens equivale a aproximadamente 750.000 palavras em inglês, ou entre 8 e 10 romances.
Documentos longos ou grandes bases de código:
qwen3.7-plus/qwen3.6-flash(1 milhão de tokens).Tarefas padrão: geralmente 128k a 256k tokens são suficientes.
Para obter detalhes sobre a janela de contexto, visite a página Models.
China (Beijing) | Singapore | US | China (Hong Kong) | Frankfurt
Modo de raciocínio
Raciocínio passo a passo para matemática complexa, depuração de código, planejamento de arquitetura e referências cruzadas jurídicas.
Ative esse recurso com o parâmetro enable_thinking ou utilize reasoning.effort na Responses API para controlar a profundidade do pensamento. Todos os modelos Qwen3+ suportam essa funcionalidade, e a maioria opera em modo híbrido, alternável por solicitação.
Consulte Pensamento profundo .
Chamada de funções e ferramentas integradas
Permita que o modelo execute ações como consultar o clima, pesquisar em bancos de dados ou agendar reuniões.
Chamada de função (ferramentas personalizadas invocadas pelo modelo): compatível com todos os modelos de uso geral.
Ferramentas integradas (pesquisa na web, interpretador de código, extração de dados da web) sem necessidade de configuração.
Consulte Chamada de ferramentas .
Saída estruturada
Garante uma saída JSON válida, útil para extrair dados estruturados, como nomes e endereços, diretamente do texto.
Consulte Saída estruturada .
Inferência em lote
Processe grandes volumes a um custo reduzido quando a latência não for crítica.
Consulte Inferência em lote .
Modelos recomendados
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
198k |
|
|
|
|
|
|
192k |
|
|
|
|
Modelos legados
Para novos projetos, utilize as séries Qwen3.6 ou Qwen3.5. Os modelos listados abaixo são legados e não são mais recomendados. Acesse a página Models para visualizar parâmetros detalhados, como janela de contexto e faturamento.
Qwen3.6
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
256k |
|
|
|
|
|
|
1M |
|
|
|
|
Qwen3.5
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
256k |
|
|
|
|
Qwen3
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
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 |
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
256k |
|
|
|
|
Qwen2.5 (código aberto)
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
Tradução
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
16k |
|
|
|
|
|
|
16k |
|
|
|
|
|
|
16k |
|
|
|
|
|
|
16k |
|
|
|
|
Qwen-Long
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
10M |
|
|
|
|
|
|
10M |
|
|
|
|
Interpretação de personagens
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
32k |
|
|
|
|
|
|
32k |
|
|
|
|
|
|
8k |
|
|
|
|
Qwen legado
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
1M |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
1M |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
32k |
|
|
|
|
Modelos de terceiros
|
Model ID |
Context |
Thinking mode |
Function Calling |
Built-in tools |
Structured output |
|
|
198k |
|
|
|
|
|
|
198k |
|
|
|
|
|
|
198k |
|
|
|
|
|
|
198k |
|
|
|
|
|
|
198k |
|
|
|
|
|
|
200k |
|
|
|
|
|
|
200k |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
256k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|
|
|
128k |
|
|
|
|