Vi använder cookies. Cookies och webbläsarlagring håller dig inloggad och kommer ihåg dina preferenser. Med ditt tillstånd mäter vi också hur webbplatsen används. Du kan när som helst. Läs vår cookiepolicy.
Qwen: Qwen-Plus
qwen/qwen-plusTesta Qwen: Qwen-Plus nu
Körs på ditt saldo till priserna ovan. Nya konton börjar med gratis användning.
Ett API. Alla modeller.
Sessionskostnad 0,00 US$
Inställningar
Avancerade parametrar
Qwen: Qwen-Plus i korthet
- Indatapriset är 42% lägre än medianen för 434 Text-modeller.
- Kontextfönster på 1 000 000 tokens, tillräckligt för långa dokument och konversationer i flera steg.
- Stöder verktygsanrop (function calling) för agenter och integrationer.
- Stöder strukturerad JSON-utdata med ett schema.
- Ett typiskt anrop (1,000 indata / 500 utdata-tokens) kostar ungefär 0,00228 US$.
Om Qwen: Qwen-Plus
Qwen-Plus är en textmodell från Qwen, modellfamiljen som utvecklats av Alibaba Cloud. Den bygger på basmodellen Qwen2.5 och släpptes av leverantören 2025-02-01. På api14 listas den under modell-id:t qwen/qwen-plus och ligger i kategorin text, så den är inriktad på allmänt språkarbete snarare än bild- eller ljudbearbetning.
Modellen tar text som indata och returnerar text som utdata. Dess kontextfönster är 1 000 000 tokens, vilket är tillräckligt stort för att rymma mycket långa dokument, transkriptioner eller kodbaser i en enda begäran, och dess maximala utdata är 32 768 tokens. Kunskapsavgränsningen är 2025-03-31, så allt efter det datumet ligger utanför vad modellen lärde sig under träningen. Leverantören beskriver Qwen-Plus som en balanserad kombination av prestanda, hastighet och kostnad, vilket gör den till ett rimligt standardval för team som vill ha stark allmän texthantering utan att optimera för en enskild dimension.
Dessa egenskaper pekar mot några praktiska användningsområden. Den långa kontexten passar för sammanfattning och frågebesvarande över omfattande källmaterial, såsom avtal, forskningsartiklar, supportarkiv eller arkiv med flera filer, där man annars skulle behöva dela upp och sammanfoga resultat. Indata och utdata i enbart text passar för chattassistenter, utformning och omskrivning, klassificering, extrahering och översättning. Eftersom modellen stöder verktyg och strukturerade utdata fungerar den också för agentliknande arbetsflöden som anropar funktioner och för pipelines som behöver svar i ett fast schema i stället för fritext.
Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t qwen/qwen-plus, så befintliga OpenAI-SDK:er och klienter fungerar med bara en ändring av bas-URL och nyckel. De begärandeparametrar den stöder är frequency_penalty, logprobs, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs och top_p. Det täcker samplingskontroller, deterministiska körningar via seed, stoppsekvenser, tokengränser, inspektion av loggsannolikheter samt funktionsanrop eller schemabegränsad utdata.
Två begränsningar är värda att notera innan du bestämmer dig. Indata är enbart text, så om din uppgift är beroende av bilder eller ljud är den här modellen inte rätt val. Kunskapsavgränsningen 2025-03-31 innebär också att tidskänsliga frågor kräver hämtning eller verktyg i stället för att förlita sig på modellens egen kunskap. Om du behöver en annan balans mellan latens eller kapacitet kan andra modeller på api14 passa bättre, men för textarbete med lång kontext och verktygsanvändning är Qwen-Plus en stabil utgångspunkt.
Så anropar du Qwen: Qwen-Plus API
- Skapa en API-nyckel i din kontrollpanel.
- Installera det officiella openai-SDK:t för ditt språk.
- Sätt baseURL till https://api14.com/api/v1 och model till "qwen/qwen-plus".
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen-plus",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Parametrar som stöds
frequency_penaltylogprobsmax_tokenspresence_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pSpecifikationer
- Kontextlängd
- 1 000 000
- Max utdata
- 32 768
- Indata
- text
- Utdata
- text
- Kunskapsgräns
- 2025-03-31
Anrop på api14 · senaste 7 dagarna
Qwen: Qwen-Plus: vanliga frågor
- Vad kostar Qwen: Qwen-Plus API?
- Qwen: Qwen-Plus kostar Indata 0,91 US$ / 1M tokens. Det dras från ditt USD-saldo endast för lyckade anrop; misslyckade anrop är gratis.
- Hur stort är kontextfönstret för Qwen: Qwen-Plus?
- Qwen: Qwen-Plus läser upp till 1 000 000 tokens per anrop, prompt, historik och dokument tillsammans. Den skriver upp till 32 768 utdata-tokens per svar.
- Vad kan Qwen: Qwen-Plus göra?
- Qwen: Qwen-Plus tar emot text och returnerar text. Den stöder verktygsanrop, strukturerad JSON-utdata.
- Hur anropar jag Qwen: Qwen-Plus från min kod?
- Peka valfritt OpenAI-SDK mot https://api14.com/api/v1 och sätt model till "qwen/qwen-plus", inga andra kodändringar. Kopiera ett färdigt exempel från kodpanelen på den här sidan.
- Vilka alternativ finns till Qwen: Qwen-Plus?
- Jämförbara Text-modeller till ett liknande pris: Qwen: Qwen3.6 35B A3B, Arcee AI: Trinity Large Thinking, Inception: Mercury 2. Alla körs via samma API-nyckel, så att byta är en sträng.
Community för Qwen: Qwen-Plus
Ny trådDen här communityn har inga trådar ännu. Starta den första om Qwen: Qwen-Plus.