商品目录

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站按任务参数或阶梯规则计价，请在原站选择具体规格。

通义千问VL是具有视觉（图像）理解能力的文本生成模型，不仅能进行OCR（图片文字识别），还能进一步总结和推理，例如从商品照片中提取属性，根据习题图进行解题等

Qwen3 VL Plus is an AI model provided by llmgateway.

Qwen3-VL-Plus 是 Qwen-VL 系列中的增强视觉-语言模型版本，具有更强的细节识别和文本识别能力，支持超高像素分辨率和极端宽高比的图像输入。 它在视觉理解（物体识别、OCR、空间分析等）与文本生成 / 模型推理等多模态任务中都有显著性能提升。

Qwen3-VL-Plus 是 Qwen-VL 系列中的增强视觉-语言模型版本，具有更强的细节识别和文本识别能力，支持超高像素分辨率和极端宽高比的图像输入。 它在视觉理解（物体识别、OCR、空间分析等）与文本生成 / 模型推理等多模态任务中都有显著性能提升。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。

多模态视觉-语言模型，支持文本、图像和视频输入。支持262K超长上下文，具备2D/3D定位、空间感知、高级OCR、多语言识别等增强功能。

多模态视觉-语言模型，支持文本、图像和视频输入。支持262K超长上下文，具备2D/3D定位、空间感知、高级OCR、多语言识别等增强功能。

多模态视觉-语言模型，支持文本、图像和视频输入。支持262K超长上下文，具备2D/3D定位、空间感知、高级OCR、多语言识别等增强功能。

多模态视觉-语言模型，支持文本、图像和视频输入。支持262K超长上下文，具备2D/3D定位、空间感知、高级OCR、多语言识别等增强功能。

多模态视觉-语言模型，支持文本、图像和视频输入。支持262K超长上下文，具备2D/3D定位、空间感知、高级OCR、多语言识别等增强功能。

多模态视觉-语言模型，支持文本、图像和视频输入。支持262K超长上下文，具备2D/3D定位、空间感知、高级OCR、多语言识别等增强功能。

A mid-tier vision-language model in the Qwen3-VL series. Beyond text it works on images, documents, charts and video frames; OCR and document understanding are where it's strongest, and a long context window backs the multimodal reasoning.

Qwen3-VL-Plus 是 Qwen-VL 系列中的增强视觉-语言模型版本，具有更强的细节识别和文本识别能力，支持超高像素分辨率和极端宽高比的图像输入。 它在视觉理解（物体识别、OCR、空间分析等）与文本生成 / 模型推理等多模态任务中都有显著性能提升。

Qwen3-VL-Plus 是 Qwen-VL 系列中的增强视觉-语言模型版本，具有更强的细节识别和文本识别能力，支持超高像素分辨率和极端宽高比的图像输入。 它在视觉理解（物体识别、OCR、空间分析等）与文本生成 / 模型推理等多模态任务中都有显著性能提升。

Qwen vision-language model for visual reasoning, documents, and agent tasks

Qwen vision-language model for visual reasoning, documents, and agent tasks

Qwen vision-language model for visual reasoning, documents, and agent tasks

原站按任务参数或阶梯规则计价，请在原站选择具体规格。