通义千问 · Image & Vision在售2026-06-16 发布
qwen3.5-ocr
qwen3.5-ocr 是阿里云百炼 2026 年 6 月 16 日上新的文字提取模型，基于 Qwen3.5 架构，重点提升文档解析、文字定位和关键信息提取能力。
输入 · 每百万 token
0.5 元
输出 · 每百万 token
2 元
上下文
128K
能力
图像文字提取 · PDF 文档解析 · 多轮对话
适合
- 文档解析
- 卡证识别
- 票据提取
- PDF 信息抽取
不太适合
- 通用聊天
- 代码生成
- 图片生成
能力
推理中
编程基础
写作中
中文强
速度快
国内怎么用
官方网页 / App
可直接使用
官方 API
国内直连
模型定位
qwen3.5-ocr 是千问文字提取模型，适合把图片、PDF、票据和证照里的文字与结构化信息提取出来。
适合场景
- PDF 文档解析和多轮追问
- 身份证、驾驶证、票据等卡证信息提取
- 图像文字识别、文字定位和结构化整理
价格与上下文
- 输入价格：0.5 元 / MTok
- 输出价格：2 元 / MTok
- 上下文窗口：128,000 tokens
选择建议
如果任务是“从图片或 PDF 中提取信息”，qwen3.5-ocr 比通用聊天模型更合适；如果目标是写作、推理或代码，应优先比较 qwen3.7-plus、qwen3.7-max 等文本模型。
Image & Vision 在售版本
| 版本 | 发布 | 输入 / 输出 | 最擅长 |
|---|---|---|---|
| qwen-image-3.0-pro | 07-20 | 图像输入 0.02 元 / 1K 0.25 元 | 排版密集的海报与宣传图 |
| qwen3.5-ocr 当前 | 06-16 | 0.5 元 / 2 元 | 文档解析 |
| qwen-image-2.0-pro | — | 不适用 / 0.5 元 | 图像生成 |
| tongyi-embedding-vision-plus | — | 文本 / 不适用 | 图像检索 |