← Alle Modelle

Qwen-VL-OCR

Veröffentlicht Herausgeber Alibabaqwen-vl-ocr-2025-11-20

Einordnung und Veröffentlichung

Qwen-VL-OCR ist ein auf optische Zeichenerkennung und Dokumentverarbeitung spezialisiertes Vision-Language-Modell. Die Version qwen-vl-ocr-2025-11-20 ist ein Snapshot vom 20. November 2025 auf Basis der Qwen-VL3-Architektur. Alibaba kündigte das Update am 20. November an; die offizielle Modellübersicht führt es unter dem 21. November 2025. (alibabacloud.com)

Fähigkeiten und Einsatzgebiete

Das Modell erkennt und lokalisiert Text in Bildern und unterstützt unter anderem Dokument-, Tabellen- und Formelanalyse, Informationsextraktion, mehrsprachige Texterkennung sowie die Korrektur gedrehter Bilder. Einsatzgebiete sind beispielsweise die Digitalisierung von Dokumenten und die Extraktion von Angaben aus Belegen. Laut Alibaba wurden gegenüber früheren Versionen Dokumentanalyse und Textlokalisierung verbessert sowie Latenz und Halluzinationen reduziert. (alibabacloud.com)

Grenzen

  • Das Modell verarbeitet nur die jeweils letzte Nachricht und behält keinen Gesprächskontext. Ein eigener System-Prompt wird nicht unterstützt. Kleine oder niedrig aufgelöste Schrift kann zu Halluzinationen führen; Ergebnisse sollten überprüft werden. (alibabacloud.com)
  • Das Kontextfenster umfasst laut Modellinformation 38.192 Token, davon maximal 30.000 Eingabe- und 8.192 Ausgabetoken. Für Ausgaben über 4.096 Token ist laut API-Dokumentation eine Freigabe erforderlich. (alibabacloud.com)
  • Für diese Snapshot-ID weist die Modellinformation weder Function Calling, garantiert strukturierte Ausgabe, Websuche, Context Caching, Batch-Inferenz noch Fine-Tuning aus. Die verfügbare Eingabemodalität ist regionsabhängig dokumentiert; die Ausgabe ist Text. (alibabacloud.com)
  • Bei Bildübergabe per öffentlicher URL oder lokalem Pfad gilt für diese Version eine Grenze von 10 MB pro Bild; für Base64 gilt eine Grenze von 10 MB für die kodierte Zeichenfolge. (alibabacloud.com)

Preise

Abrechnung getrennt nach Eingabe- und Ausgabetoken; Preise jeweils pro 1 Million Token für die angegebene Snapshot-ID. Stand der Abfrage: 17. November 2026. Die Angebote der chinesischen und der internationalen Plattform sind regions- und plattformabhängig und keine Währungsumrechnungen desselben Tarifs.

Offizielle Plattform und Region Eingabe Ausgabe
Chinesische Plattform, Peking 0,3 CNY 0,5 CNY
Chinesische Plattform, Virginia oder Frankfurt, global 0,3 CNY 0,5 CNY
Chinesische Plattform, Singapur, international 0,514 CNY 1,174 CNY
Internationale Plattform, Peking 0,043 USD 0,072 USD
Internationale Plattform, Virginia oder Frankfurt, global 0,043 USD 0,072 USD
Internationale Plattform, Singapur, international 0,07 USD 0,16 USD

Für die Snapshot-ID weisen die abgerufenen Preislisten in Peking auf der chinesischen Plattform und in Singapur auf der internationalen Plattform kein Freikontingent aus. Ein Batch-Rabatt für den Alias qwen-vl-ocr ist nicht automatisch auf diese Snapshot-ID übertragbar. (help.aliyun.com)

Offizielle Quellen