PDF文件通过VL模型解析
PDF理解功能使模型能够解析PDF文档中的文字与图片,通过 Chat Completions、Responses API、DashScope 或 Anthropic 兼容接口进行分析。
qwen4-max、qwen3.8-max、qwen3.8-max-0902、qwen3.8-flash、qwen3.8-27b
qwen3.8-27b 仅支持通过 Chat Completions 或 DashScope 调用 PDF 理解。
运行以下代码,向模型传入PDF文件。
获取千问AI平台 API Key并配置环境变量。
如果无法提供文件的URL地址,也可以将PDF文件以Base64编码字符串的形式传入。使用
以下参数表适用于 Chat Completions。Responses API 使用
OpenAI兼容协议格式:
计费涉及以下方面:
如果调用失败,请参阅错误码。
支持的模型
qwen4-max、qwen3.8-max、qwen3.8-max-0902、qwen3.8-flash、qwen3.8-27b
qwen3.8-27b 仅支持通过 Chat Completions 或 DashScope 调用 PDF 理解。
快速开始
运行以下代码,向模型传入PDF文件。
获取千问AI平台 API Key并配置环境变量。
- OpenAI 兼容
- DashScope
- Responses API
使用Base64输入
如果无法提供文件的URL地址,也可以将PDF文件以Base64编码字符串的形式传入。使用 file_data 时,filename 字段为必填项。
Base64 编码会使数据体积增大约 1/3,例如 150MB 的文件编码后约 200MB,会超出请求体大小上限。大文件请改用 URL 方式传入。
- OpenAI 兼容
- DashScope
- Anthropic
Python
请求参数
以下参数表适用于 Chat Completions。Responses API 使用 type: "input_file" 和 file_url;Anthropic 兼容接口使用 type: "document",并在 source 中设置 type: "base64"、media_type: "application/pdf" 和 data(不含 Data URI 前缀的 Base64 字符串)。 DashScope 使用 content 数组中包含 file_url 或 file_data 的元素传入文件。
协议中 URL 部分仅支持字符串输入,不支持 list(数组)形式。
| 参数 | 类型 | 是否必填 | 说明 |
|---|---|---|---|
file_url | string | 二选一必填 | 指定PDF文件的下载地址,和 file_data 二选一必填。 |
file_data | string | 二选一必填 | Base64格式的PDF文件输入,格式为 data:application/pdf;base64,xxx,和 file_url 二选一必填。 |
filename | string | 条件必填 | 文件名,使用 file_data 作为入参时必填。 |
file_format | string | 否 | 文件格式,可选参数,当前仅支持 pdf,默认 pdf。 |
限制说明
| 项目 | 限制 |
|---|---|
| 单文件大小限制 | 150MB |
| 单文档页数限制 | 256页 |
PDF解析可能比普通文本请求耗时更长,首包超时时间最长为300秒,建议使用流式输出方式实时获取结果,避免长时间等待。
计费说明
计费涉及以下方面:
- 模型调用费用:PDF文件解析出的文字与图片会计入模型的输入Token,按照模型的标准输入价格计费。
- 文档解析费用:按PDF文档解析的页数计费,0.02元/页。
查看PDF解析页数
qwen4-max 的 Responses API 使用响应顶层 tool_usage,各工具的 num_requests 为计费次数,pdf_page_parser.num_requests 为解析页数。Qwen3.8 的 Responses 示例仍使用 usage.x_tools。
Chat Completions 与 Responses API (Qwen3.8) 可在请求体顶层传入 include_tool_usage: true,从 usage.x_tools.pdf_page_parser.count 查看解析页数;DashScope 从 usage.plugins.pdf_page_parser.count 查看。Anthropic 兼容接口返回的解析页数位于响应顶层 x_tools.pdf_page_parser.count。解析计数未返回时,不表示本次未产生解析费用。
错误码
如果调用失败,请参阅错误码。
qwen4-max 的 Responses API 从响应顶层 tool_usage 读取工具计数:web_search.num_requests 为计费搜索次数,web_extractor.num_requests 为计费抓取次数,pdf_page_parser.num_requests 为 PDF 解析页数。流式请求从 response.completed.response.tool_usage 读取。计数不按 output 项数计算。 旧版工具计数字段仅适用于仍返回该结构的模型。