Skip to Content

阿里通义 Qwen 系列

通义千问（Qwen）是阿里巴巴推出的开源大语言模型系列，涵盖文本推理、多模态理解、代码生成等能力。AcceleAI 提供全系列 Qwen 模型的 API 接入，兼容 OpenAI 接口规范。

可用模型

Qwen 3 系列

新一代开源大模型，在代码理解、数学推理、多语言表达和复杂推理任务上均有显著提升，综合能力对标 o1、DeepSeek-R1 等顶级模型。

模型特点
Qwen3-235B旗舰模型，稀疏激活架构（实际激活参数约 22B），兼顾性能与效率
Qwen/Qwen3-30B-A3B轻量级 MoE 模型，激活参数约 3B，适合低成本推理场景

Qwen 3 支持思考模式和非思考模式动态切换，可根据任务复杂度灵活调整推理深度。

QvQ 系列

模型特点
Qwen/QVQ-72B-Preview基于 Qwen2-VL-72B 的多模态推理模型，专注视觉推理与跨模态任务

Qwen 2.5 系列

模型特点
qwen2.5-vl-72b-instruct视觉语言模型，支持图像理解与多轮对话

QwQ 系列

模型特点
Qwen/QwQ-32B专注文本推理任务，具备深度思考与逻辑分析能力

基础调用

AcceleAI 兼容 OpenAI SDK，以下为流式调用示例：

from openai import OpenAI
 
client = OpenAI(
    api_key="<ACCELE_AI_API_KEY>",  # 从 https://api.acceleai.cn/keys 获取
    base_url="https://api.acceleai.cn/v1"
)
 
stream = client.chat.completions.create(
    model="Qwen3-235B",
    messages=[
        {"role": "user", "content": "用 Python 实现快速排序算法"}
    ],
    stream=True
)
 
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

工具调用（Function Calling）

Qwen 2.5 及 Qwen 3 系列支持标准 OpenAI 格式的工具调用：

from openai import OpenAI
 
client = OpenAI(
    api_key="<ACCELE_AI_API_KEY>",
    base_url="https://api.acceleai.cn/v1"
)
 
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {
                        "type": "string",
                        "description": "城市名称，如：北京"
                    }
                },
                "required": ["city"]
            }
        }
    }
]
 
response = client.chat.completions.create(
    model="Qwen3-235B",
    messages=[{"role": "user", "content": "北京今天天气怎么样？"}],
    tools=tools,
    tool_choice="auto"
)
 
print(response.choices[0].message)

MCP 工具调用

Qwen 3 系列支持 MCP（Model Context Protocol）工具，需安装 qwen-agent 依赖：

pip install qwen-agent
from qwen_agent.llm import get_chat_model
 
llm = get_chat_model({
    "model": "Qwen3-235B",
    "api_key": "<ACCELE_AI_API_KEY>",
    "model_server": "https://api.acceleai.cn/v1"
})

视觉模型调用

QVQ 和 Qwen 2.5 VL 支持图像输入：

import base64
from openai import OpenAI
 
client = OpenAI(
    api_key="<ACCELE_AI_API_KEY>",
    base_url="https://api.acceleai.cn/v1"
)
 
# 读取并编码图片
with open("image.png", "rb") as f:
    image_data = base64.b64encode(f.read()).decode("utf-8")
 
response = client.chat.completions.create(
    model="qwen2.5-vl-72b-instruct",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": f"data:image/png;base64,{image_data}"}
                },
                {
                    "type": "text",
                    "text": "描述这张图片的内容"
                }
            ]
        }
    ]
)
 
print(response.choices[0].message.content)

使用建议

  • 通用对话与推理：推荐 Qwen3-235B，综合能力最强
  • 低成本场景：推荐 Qwen/Qwen3-30B-A3B，性价比高
  • 视觉理解：推荐 qwen2.5-vl-72b-instruct 或 Qwen/QVQ-72B-Preview
  • 深度文本推理：推荐 Qwen/QwQ-32B
OpenClawGemini 多模态