首次調用千問API - Alibaba Cloud Model Studio

本文以千問為例，引導您完成大模型API調用。您將瞭解到：

如何擷取 API Key
如何配置本地開發環境
如何調用千問 API

帳號設定

註冊帳號：若無阿里雲帳號，需首先註冊。
如遇問題，請參見註冊阿里雲帳號。
開通阿里雲百鍊：使用阿里雲主帳號前往阿里雲百鍊大模型服務平台，閱讀並同意協議後，將自動開通阿里雲百鍊，如果未彈出服務合約，則表示您已經開通。
擷取API Key：前往API Key頁面，單擊创建API Key，即可通過API KEY調用大模型。建立 API Key 時無需選擇模型，調用時通過請求體中的model參數指定要調用的模型（例如model="qwen-plus"），可用模型請參見模型列表。如需限制該 API Key 可調用的模型範圍，建立時選擇自訂許可權，並開啟訪問模型範圍開關，開啟後該 API Key 僅能調用已選擇的模型。
擷取業務空間ID：使用華北2（北京）、新加坡、日本（東京）、德國（法蘭克福）或中國香港地區的模型時，需在Base URL中填入業務空間ID（WorkspaceId），可在業務空間管理頁面中查看。使用美國（維吉尼亞）地區的模型時，不支援業務空間專屬網域名稱，Base URL中無需填入業務空間ID（WorkspaceId），直接使用{WorkspaceId}.us-east-1.maas.aliyuncs.com作為接入網域名稱。

配置API Key到環境變數

建議您把API Key配置到環境變數，避免在代碼裡顯式地配置API Key，降低泄露風險。

配置步驟

Linux系統
macOS系統
Windows系統

添加永久性環境變數
添加臨時性環境變數

如果您希望API Key環境變數在目前使用者的所有新會話中生效，可以添加永久性環境變數。

執行以下命令來將環境變數設定追加到~/.bashrc檔案中。

# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.bashrc

也可以手動修改~/.bashrc檔案。

手動修改

執行以下命令，開啟~/.bashrc檔案。

nano ~/.bashrc

在設定檔中添加以下內容。

# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

在nano編輯器中，按Ctrl + X，接著按Y，再按Enter以儲存並關閉檔案。

執行以下命令，使變更生效。

source ~/.bashrc

重新開啟一個終端視窗，運行以下命令檢查環境變數是否生效。

echo $DASHSCOPE_API_KEY

如果您僅希望在當前會話中使用該環境變數，可以添加臨時性環境變數。

執行以下命令。

# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

執行以下命令，驗證該環境變數是否生效。

echo $DASHSCOPE_API_KEY

添加永久性環境變數
添加臨時性環境變數

如果您希望API Key環境變數在目前使用者的所有新會話中生效，可以添加永久性環境變數。

在終端中執行以下命令，查看預設Shell類型。

echo $SHELL

根據預設Shell類型進行操作。
- Zsh
- Bash
1. 執行以下命令來將環境變數設定追加到 ~/.zshrc 檔案中。
# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.zshrc
也可以手動修改~/.zshrc 檔案。
手動修改
執行以下命令，開啟Shell設定檔。
nano ~/.zshrc
在設定檔中添加以下內容。
# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"
在nano編輯器中，按Ctrl + X，接著按Y，再按Enter以儲存並關閉檔案。
1. 執行以下命令，使變更生效。
source ~/.zshrc
1. 重新開啟一個終端視窗，運行以下命令檢查環境變數是否生效。
echo $DASHSCOPE_API_KEY
1. 執行以下命令來將環境變數設定追加到 ~/.bash_profile 檔案中。
# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.bash_profile
也可以手動修改~/.bash_profile 檔案。
手動修改
執行以下命令，開啟Shell設定檔。
nano ~/.bash_profile
在設定檔中添加以下內容。
# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"
在nano編輯器中，按Ctrl + X，接著按Y，再按Enter以儲存並關閉檔案。
1. 執行以下命令，使變更生效。
source ~/.bash_profile
1. 重新開啟一個終端視窗，運行以下命令檢查環境變數是否生效。
echo $DASHSCOPE_API_KEY

如果您僅希望在當前會話中使用該環境變數，可以添加臨時性環境變數。

以下命令適用於 Zsh 和 Bash。

執行以下命令。

# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"

執行以下命令，驗證該環境變數是否生效。

echo $DASHSCOPE_API_KEY

在Windows系統中，您可以通過系統屬性、CMD或PowerShell配置環境變數。

系統屬性
CMD
PowerShell

此方式配置的環境變數永久生效。
修改系統內容變數需具備管理員權限。
配置環境變數後不會立即影響已經開啟的命令視窗、IDE或其他正在啟動並執行應用程式。您需要重新啟動這些程式或者開啟新的命令列使環境變數生效。

在Windows系統案頭中按Win+Q鍵，在搜尋方塊中搜尋編輯系統內容變數，單擊開啟系統屬性介面。
在系統屬性視窗，單擊环境变量，然後在系統變數地區下單擊新建，变量名填入DASHSCOPE_API_KEY，變數值填入您的DashScope API Key。
依次單擊三個視窗的确定，關閉系統屬性配置頁面，完成環境變數配置。
開啟CMD（命令提示字元）視窗或Windows PowerShell視窗，執行如下命令檢查環境變數是否生效。
- CMD查詢命令：

echo %DASHSCOPE_API_KEY%

Microsoft Windows [版本 10.0.19045.5371]
(c) Microsoft Corporation。著作權所有，並保留一切權利。
C:\Windows\system32>echo %DASHSCOPE_API_KEY%
sk-ee166797fe40xxx
C:\Windows\system32>

Windows PowerShell查詢命令：

echo $env:DASHSCOPE_API_KEY

Windows PowerShell
著作權 (C) Microsoft Corporation。著作權所有，並保留一切權利。
嘗試新的跨平台 PowerShell https://aka.ms/pscore6
PS C:\Windows\system32> echo $env:DASHSCOPE_API_KEY
sk-ee166797fe40xxx
PS C:\Windows\system32>

添加永久性環境變數
添加臨時性環境變數

如果您希望API Key環境變數在目前使用者的所有新會話中生效，可以按如下操作。

在CMD中運行以下命令。

# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
setx DASHSCOPE_API_KEY "YOUR_DASHSCOPE_API_KEY"

開啟一個新的CMD視窗。
在新的CMD視窗運行以下命令，檢查環境變數是否生效。

echo %DASHSCOPE_API_KEY%

如果您僅希望在當前會話中使用該環境變數，可以在CMD中運行以下命令。

REM 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
set DASHSCOPE_API_KEY=YOUR_DASHSCOPE_API_KEY

您可以在當前會話運行以下命令檢查環境變數是否生效。

echo %DASHSCOPE_API_KEY%

添加永久性環境變數
添加臨時性環境變數

如果您希望API Key環境變數在目前使用者的所有新會話中生效，可以按如下操作。

在PowerShell中運行以下命令。

# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
[Environment]::SetEnvironmentVariable("DASHSCOPE_API_KEY", "YOUR_DASHSCOPE_API_KEY", [EnvironmentVariableTarget]::User)

開啟一個新的PowerShell視窗。
在新的PowerShell視窗運行以下命令，檢查環境變數是否生效。

echo $env:DASHSCOPE_API_KEY

如果您僅希望在當前會話中使用該環境變數，可以在PowerShell中運行以下命令。

# 用您的阿里雲百鍊API Key代替YOUR_DASHSCOPE_API_KEY
$env:DASHSCOPE_API_KEY = "YOUR_DASHSCOPE_API_KEY"

您可以在當前會話運行以下命令檢查環境變數是否生效。

echo $env:DASHSCOPE_API_KEY

選擇開發語言

選擇您熟悉的語言或工具，用於調用大模型API。

Python
Node.js
Java
curl
其它語言

步驟 1：配置Python環境

檢查您的Python版本

您的Python需要為3.8或以上版本，請您參考安裝Python進行安裝。您可以在終端中輸入以下命令查看當前計算環境是否安裝了Python和pip：

python -V
pip --version

以Windows的CMD為例：

C:\Users\Administrator>python -V
Python 3.13.2

C:\Users\Administrator>pip --version
pip 24.3.1 from C:\Users\Administrator\AppData\Local\Programs\Python\Python313\Lib\site-packages\pip (python 3.13)

常見問題

Q：執行python -V、pip --version報錯：

'python' 不是內部或外部命令，也不是可啟動並執行程式或批次檔。
'pip' 不是內部或外部命令，也不是可啟動並執行程式或批次檔。
-bash: python: command not found
-bash: pip: command not found

解決辦法如下：

Windows系統
Linux、macOS系統

請確認是否已參考安裝Python，在您的計算環境中安裝Python，並將python.exe添加至環境變數PATH中。安裝 Python 3.13.2 時，在安裝嚮導底部勾選Add python.exe to PATH，將 Python 添加到系統內容變數，然後單擊Install Now完成安裝。
如果已安裝了Python並添加了環境變數，仍報此錯，請關閉當前終端，重新開啟一個新的終端視窗，再進行嘗試。

請確認是否已參考安裝Python，在您的計算環境中安裝的Python。
如果已安裝Python後，仍報此錯，請輸入which python pip命令查詢系統中是否有python、pip。
- 如果返回如下結果，請關閉當前串連終端，重新開啟一個新的終端視窗，再進行嘗試。

/usr/bin/python
/usr/bin/pip

如果返回如下結果，則再次輸入which python3 pip3查詢。

/usr/bin/which: no python in (/root/.local/bin:/root/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin)
/usr/bin/which: no pip in (/root/.local/bin:/root/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin)

如果返回結果如下，則使用python3 -V、pip3 --version查詢版本。

/usr/bin/python3
/usr/bin/pip3

配置虛擬環境（可選）

如果您的Python已安裝完成，可以建立一個虛擬環境來安裝OpenAI Python SDK或DashScope Python SDK，這可以協助您避免與其它專案發生依賴衝突。

建立虛擬環境 您可以運行以下命令，建立一個命名為.venv的虛擬環境：

# 如果運行失敗，您可以將python替換成python3再運行
python -m venv .venv

啟用虛擬環境 若您使用Windows系統，請運行以下命令來啟用虛擬環境：

.venv\Scripts\activate

如果您使用macOS或者Linux系統，請運行以下命令來啟用虛擬環境：

source .venv/bin/activate

安裝 OpenAI Python SDK或DashScope Python SDK

您可以通過OpenAI的Python SDK或DashScope的Python SDK來調用阿里雲百鍊平台上的模型。

安裝 OpenAI Python SDK
安裝 DashScope Python SDK

通過運行以下命令安裝或升級 OpenAI Python SDK：

# 如果運行失敗，您可以將pip替換成pip3再運行
pip install -U openai

當終端出現Successfully installed ... openai-x.x.x的提示後，表示您已經成功安裝OpenAI Python SDK。

通過運行以下命令安裝或升級 DashScope Python SDK：

# 如果運行失敗，您可以將pip替換成pip3再運行
pip install -U dashscope

當終端出現Successfully installed ... dashscope-x.x.x的提示後，表示您已經成功安裝DashScope Python SDK。

步驟 2：調用大模型API

OpenAI Python SDK
DashScope Python SDK

如果您安裝完成了Python以及OpenAI的Python SDK，可以參考以下步驟發送您的API請求。

建立一個檔案，命名為hello_qwen.py。
將以下代碼複製到hello_qwen.py中並儲存。

import os
from openai import OpenAI

try:
    client = OpenAI(
        # 若沒有配置環境變數，請用阿里雲百鍊API Key將下行替換為: api_key="sk-xxx",
        api_key=os.getenv("DASHSCOPE_API_KEY"),
        # 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID，各地區的URL不同。
        base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1",
    )

    completion = client.chat.completions.create(
        model="qwen3.8-max",
        messages=[
            {'role': 'system', 'content': 'You are a helpful assistant.'},
            {'role': 'user', 'content': '你是誰？'}
        ]
    )
    print(completion.choices[0].message.content)
except Exception as e:
    print(f"錯誤資訊：{e}")
    print("請參考文檔：https://www.alibabacloud.com/help/model-studio/developer-reference/error-code")

使用美國（維吉尼亞）地區時，接入網域名稱為{WorkspaceId}.us-east-1.maas.aliyuncs.com，與華北2（北京）、新加坡地區的格式相同。新加坡、美國（維吉尼亞）與華北2（北京）的 API Key 按地區隔離，不可跨地區使用。調用時請將{WorkspaceId}替換為真實的業務空間ID。

import os
from openai import OpenAI

try:
    client = OpenAI(
        # 若沒有配置環境變數，請用阿里雲百鍊API Key將下行替換為: api_key="sk-xxx",
        api_key=os.getenv("DASHSCOPE_API_KEY"),
        # 以下為美國（維吉尼亞）地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID，各地區的URL不同。
        base_url="https://{WorkspaceId}.us-east-1.maas.aliyuncs.com/compatible-mode/v1",
    )

    completion = client.chat.completions.create(
        model="qwen3.8-max",  # 模型列表: https://www.alibabacloud.com/help/model-studio/getting-started/models
        messages=[
            {'role': 'system', 'content': 'You are a helpful assistant.'},
            {'role': 'user', 'content': '你是誰？'}
        ]
    )
    print(completion.choices[0].message.content)
except Exception as e:
    print(f"錯誤資訊：{e}")
    print("請參考文檔：https://www.alibabacloud.com/help/model-studio/developer-reference/error-code")

通過命令列運行python hello_qwen.py或python3 hello_qwen.py。
若提示No such file or directory，則需在檔案名稱前指定具體檔案路徑。
運行後您將會看到輸出結果：

我是阿里雲開發的一款超大規模語言模型，我叫千問。

如果您安裝完成了Python以及DashScope的Python SDK，可以參考以下步驟發送您的API請求。

建立一個檔案，命名為hello_qwen.py。
將以下代碼複製到hello_qwen.py中並儲存。

import os
from dashscope import MultiModalConversation
import dashscope

# 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID，各地區的URL不同。
dashscope.base_http_api_url = 'https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1'
messages = [
    {'role': 'system', 'content': [{'text': 'You are a helpful assistant.'}]},
    {'role': 'user', 'content': [{'text': '你是誰？'}]}
]
response = MultiModalConversation.call(
    # 若沒有配置環境變數，請用阿里雲百鍊API Key將下行替換為: api_key = "sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3.8-max",
    messages=messages,
)

if response.status_code == 200:
    print(response.output.choices[0].message.content[0]["text"])
else:
    print(f"HTTP返回碼：{response.status_code}")
    print(f"錯誤碼：{response.code}")
    print(f"錯誤資訊：{response.message}")
    print("請參考文檔：https://www.alibabacloud.com/help/model-studio/developer-reference/error-code")

通過命令列運行python hello_qwen.py或python3 hello_qwen.py。
本樣本使用的運行命令需在Python檔案所在目錄執行，如果想要在任意位置執行，請在檔案名稱前指定具體檔案路徑。
運行後您將會看到輸出結果：

我是來自阿里雲的大規模語言模型，我叫千問。

步驟 1：配置Node.js環境

檢查Node.js安裝狀態

您可以在終端中輸入以下命令查看當前計算環境是否安裝了Node.js和npm：

node -v
npm -v

以Windows的CMD為例：

C:\Users\Administrator>node -v
v22.14.0

C:\Users\Administrator>npm -v
10.9.2

這將列印出您當前Node.js 版本。如果您的環境中沒有Node.js，請訪問Node.js官網進行下載。

安裝模型調用SDK

您可以在終端運行以下命令：

npm install --save openai
# 或者
yarn add openai

如果安裝失敗，您可以通過配置鏡像源的方法來完成安裝，如：

npm config set registry https://registry.npmmirror.com/

配置鏡像源後，您可以重新運行安裝SDK的命令。

當終端出現added xx package in xxs的提示後，表示您已經成功安裝OpenAI SDK。您可以使用npm list openai查詢具體版本資訊。

步驟 2：調用大模型API

建立一個hello_qwen.mjs檔案。
將以下代碼複製到檔案中。

import OpenAI from "openai";

try {
    const openai = new OpenAI(
        {
            // 若沒有配置環境變數，請用阿里雲百鍊API Key將下行替換為: apiKey: "sk-xxx",
            apiKey: process.env.DASHSCOPE_API_KEY,
            // 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID，各地區的URL不同。
            baseURL: "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
        }
    );
    const completion = await openai.chat.completions.create({
        model: "qwen3.8-max",
        messages: [
            { role: "system", content: "You are a helpful assistant." },
            { role: "user", content: "你是誰？" }
        ],
    });
    console.log(completion.choices[0].message.content);
} catch (error) {
    console.log(`錯誤資訊：${error}`);
    console.log("請參考文檔：https://www.alibabacloud.com/help/model-studio/developer-reference/error-code");
}

通過命令列運行以下命令來發送API請求：

node hello_qwen.mjs

本樣本使用的運行命令需在hello_qwen.mjs檔案所在目錄執行，如果想要在任意位置執行，請在檔案名稱前指定具體檔案路徑。
請確保已在hello_qwen.mjs檔案所在目錄中安裝了SDK，如果SDK與檔案不在同一目錄下，則會報錯Cannot find package 'openai' imported from xxx。

運行成功後您將會看到輸出結果：

我是來自阿里雲的語言模型，我叫千問。

步驟 1：配置Java環境

檢查您的Java版本

您可以在終端運行以下命令：

java -version
# （可選）如果使用maven管理和構建java專案，還需確保maven已正確安裝到您的開發環境中
mvn --version

以Windows的CMD為例：

C:\Users\Administrator>java --version
java 23.0.2 2025-01-21
Java(TM) SE Runtime Environment (build 23.0.2+7-58)
Java HotSpot(TM) 64-Bit Server VM (build 23.0.2+7-58, mixed mode, sharing)

C:\Users\Administrator>mvn --version
Apache Maven 3.9.9 (8e8579a9e76f7d015ee5ec7bfcdc97d260186937)
Maven home: C:\Program Files\apache-maven-3.9.9
Java version: 23.0.2

為了使用DashScope Java SDK，您的Java需要在Java 8或以上版本。您可以查看列印資訊中的第一行確認Java版本，例如列印資訊：openjdk version "16.0.1" 2021-04-20表明當前Java版本為Java 16。如果您當前計算環境沒有Java，或版本低於Java 8，請前往Java下載進行下載與安裝。

安裝模型調用SDK

如果您的環境中已安裝Java，請安裝DashScope Java SDK。SDK的版本請參考：DashScope Java SDK。執行以下命令來添加 Java SDK 依賴，並將 the-latest-version 替換為最新的版本號碼。

XML
Gradle

開啟您的Maven專案的pom.xml檔案。
在<dependencies>標籤內添加以下依賴資訊。

<dependency>
    <groupId>com.alibaba</groupId>
    <artifactId>dashscope-sdk-java</artifactId>
    <!-- 請將 'the-latest-version' 替換為最新版本號碼：https://mvnrepository.com/artifact/com.alibaba/dashscope-sdk-java -->
    <version>the-latest-version</version>
</dependency>

儲存pom.xml檔案。
使用Maven命令（如mvn compile或mvn clean install）來更新專案依賴，這樣Maven會自動下載並添加DashScope Java SDK到您的專案中。

以Windows的IDEA整合式開發環境為例：

<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema ...
    <url>http://maven.apache.org</url>

    <properties>
        <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
    </properties>

    <dependencies>
        <dependency>
            <groupId>com.alibaba</groupId>
            <artifactId>dashscope-sdk-java</artifactId>
            <!-- 請將 'the-latest-version' 替換為最新版本號碼：https://mvnrepository.com/artifact/com.alibaba... -->
            <version>2.18.2</version>
        </dependency>
    </dependencies>
</project>

~\Desktop\test_project
mvn compile
[INFO] Scanning for projects...
[INFO]
[INFO] ----------------------< org.example:test_project >----------------------
[INFO] Building test_project 1.0-SNAPSHOT
[INFO]   from pom.xml
[INFO] --------------------------------[ jar ]---------------------------------
[INFO]
[INFO] --- resources:3.3.1:resources (default-resources) @ test_project ---
[INFO] skip non existing resourceDirectory C:\Users\Administrator\Desktop\test_project\src\main\resources
[INFO]
[INFO] --- compiler:3.13.0:compile (default-compile) @ test_project ---
[INFO] Nothing to compile - all classes are up to date.
[INFO] ------------------------------------------------------------------------
[INFO] BUILD SUCCESS
[INFO] ------------------------------------------------------------------------
[INFO] Total time:  0.627 s
[INFO] Finished at: 2025-02-17T13:15:30+08:00
[INFO] ------------------------------------------------------------------------

開啟您的Gradle專案的build.gradle檔案。
在dependencies塊內添加以下依賴資訊。

dependencies {
    // 請將 'the-latest-version' 替換為最新版本號碼：https://mvnrepository.com/artifact/com.alibaba/dashscope-sdk-java
    implementation group: 'com.alibaba', name: 'dashscope-sdk-java', version: 'the-latest-version'
}

儲存build.gradle檔案。
在命令列中，切換到您的專案根目錄，執行以下Gradle命令來更新專案依賴。這將會自動下載並添加DashScope Java SDK到您的專案中。

./gradlew build --refresh-dependencies

以Windows的IDEA整合式開發環境為例：build.gradle 完整檔案樣本：

group = 'org.example'
version = '1.0-SNAPSHOT'

repositories {
    mavenCentral()
}

dependencies {
    implementation 'org.apache.groovy:groovy:4.0.14'
    testImplementation platform('org.junit:junit-bom:5.10.0')
    testImplementation 'org.junit.jupiter:junit-jupiter'
    implementation group: 'com.alibaba', name: 'dashscope-sdk-java', version: '2.18.2'
}

test {
    useJUnitPlatform()
}

執行構建命令後，終端輸出結果：

~/Desktop/test_project
./gradlew build --refresh-dependencies

Welcome to Gradle 8.10!

Here are the highlights of this release:
  - Support for Java 23
  - Faster configuration cache
  - Better configuration cache reports

For more details see https://docs.gradle.org/8.10/release-notes.html

BUILD SUCCESSFUL in 7m 51s
2 actionable tasks: 2 executed

步驟 2：調用大模型API

您可以運行以下代碼來調用大模型API。

import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversation;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationParam;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationResult;
import com.alibaba.dashscope.common.MultiModalMessage;
import java.util.Collections;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.exception.UploadFileException;
import com.alibaba.dashscope.utils.Constants;
public class Main {
    static {Constants.baseHttpApiUrl="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1";}
    public static MultiModalConversationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException, UploadFileException {
        MultiModalConversation conv = new MultiModalConversation();
        MultiModalMessage systemMsg = MultiModalMessage.builder()
                .role(Role.SYSTEM.getValue())
                .content(Arrays.asList(Collections.singletonMap("text", "You are a helpful assistant.")))
                .build();
        MultiModalMessage userMsg = MultiModalMessage.builder()
                .role(Role.USER.getValue())
                .content(Arrays.asList(Collections.singletonMap("text", "你是誰？")))
                .build();
        MultiModalConversationParam param = MultiModalConversationParam.builder()
                // 若沒有配置環境變數，請用阿里雲百鍊API Key將下行替換為: .apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                // 模型列表：https://www.alibabacloud.com/help/model-studio/getting-started/models
                .model("qwen3.8-max")
                .messages(Arrays.asList(systemMsg, userMsg))
                .build();
        return conv.call(param);
    }
    public static void main(String[] args) {
        try {
            MultiModalConversationResult result = callWithMessage();
            System.out.println(result.getOutput().getChoices().get(0).getMessage().getContent().get(0).get("text"));
        } catch (ApiException | NoApiKeyException | InputRequiredException | UploadFileException e) {
            System.err.println("錯誤資訊："+e.getMessage());
            System.out.println("請參考文檔：https://www.alibabacloud.com/help/model-studio/developer-reference/error-code");
        }
        System.exit(0);
    }
}

運行後您將會看到對應的輸出結果：

我是阿里雲開發的一款超大規模語言模型，我叫千問。

您可以通過OpenAI相容的HTTP方式或DashScope的HTTP方式來調用阿里雲百鍊平台上的模型。模型列表請參考：選擇模型。

若沒有配置環境變數，請用阿里雲百鍊API Key將：-H "Authorization: Bearer $DASHSCOPE_API_KEY" \ 換為：-H "Authorization: Bearer sk-xxx" \ 。

OpenAI相容-HTTP
DashScope-HTTP

程式碼範例中的URL以新加坡地區為例，調用時請將{WorkspaceId}替換為真實的業務空間ID。如果使用華北2（北京）地區的模型，需要將URL替換為https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions。您可以運行以下命令發送API請求：

Windows

curl -X POST "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions" ^
-H "Authorization: Bearer %DASHSCOPE_API_KEY%" ^
-H "Content-Type: application/json" ^
-d "{
    \"model\": \"qwen3.8-max\",
    \"messages\": [
        {
            \"role\": \"system\",
            \"content\": \"You are a helpful assistant.\"
        },
        {
            \"role\": \"user\",
            \"content\": \"你是誰？\"
        }
    ]
}"

Linux/macOS

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.8-max",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "你是誰？"
        }
    ]
}'

發送API請求後，可以得到以下回複：

{
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "我是來自阿里雲的大規模語言模型，我叫千問。"
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 22,
        "completion_tokens": 16,
        "total_tokens": 38
    },
    "created": 1728353155,
    "system_fingerprint": null,
    "model": "qwen3.8-max",
    "id": "chatcmpl-39799876-eda8-9527-9e14-2214d641cf9a"
}

程式碼範例中的URL以“新加坡”地區為例，調用時請將{WorkspaceId}替換為真實的業務空間ID：

如果使用“美國（維吉尼亞）”地區的模型，需要將URL替換為https://{WorkspaceId}.us-east-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation。
如果使用“華北2（北京）”地區的模型，需要將URL替換為https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation，請將WorkspaceId替換為業務空間ID。
如果使用“日本（東京）”地區的模型，需要將URL替換為https://{WorkspaceId}.ap-northeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation，請將WorkspaceId替換為業務空間ID。

您可以運行以下命令發送API請求：

Windows

curl -X POST "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation" ^
-H "Authorization: Bearer %DASHSCOPE_API_KEY%" ^
-H "Content-Type: application/json" ^
-d "{
  \"model\": \"qwen3.8-max\",
  \"input\": {
    \"messages\": [
      {
        \"role\": \"system\",
        \"content\": [{\"text\": \"You are a helpful assistant.\"}]
      },
      {
        \"role\": \"user\",
        \"content\": [{\"text\": \"你是誰？\"}]
      }
    ]
  },
  \"parameters\": {
    \"result_format\": \"message\"
  }
}"

Linux/macOS

curl -X POST https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen3.8-max",
    "input":{
        "messages":[
            {
                "role": "system",
                "content": [{"text": "You are a helpful assistant."}]
            },
            {
                "role": "user",
                "content": [{"text": "你是誰？"}]
            }
        ]
    },
    "parameters": {
        "result_format":"message"
    }
}'

發送API請求後，可以得到以下回複：

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": "我是來自阿里雲的大規模語言模型，我叫千問。"
                }
            }
        ]
    },
    "usage": {
        "total_tokens": 38,
        "output_tokens": 16,
        "input_tokens": 22
    },
    "request_id": "87f776d7-3c82-9d39-b238-d1ad38c9b6a9"
}

調用大模型API

package main

import (
	"bytes"
	"encoding/json"
	"fmt"
	"io"
	"log"
	"net/http"
	"os"
)

type Message struct {
	Role    string `json:"role"`
	Content string `json:"content"`
}
type RequestBody struct {
	Model    string    `json:"model"`
	Messages []Message `json:"messages"`
}

func main() {
	// 建立 HTTP 用戶端
	client := &http.Client{}
	// 構建請求體
	requestBody := RequestBody{
		// 模型列表：https://www.alibabacloud.com/help/model-studio/getting-started/models
		Model: "qwen3.8-max",
		Messages: []Message{
			{
				Role:    "system",
				Content: "You are a helpful assistant.",
			},
			{
				Role:    "user",
				Content: "你是誰？",
			},
		},
	}
	jsonData, err := json.Marshal(requestBody)
	if err != nil {
		log.Fatal(err)
	}
	// 以下為新加坡地區URL，調用時請將{WorkspaceId}替換為真實的業務空間ID，各地區的URL不同。
	req, err := http.NewRequest("POST", "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions", bytes.NewBuffer(jsonData))
	if err != nil {
		log.Fatal(err)
	}
	// 佈建要求頭
	// 若沒有配置環境變數，請用阿里雲百鍊API Key將下行替換為：apiKey := "sk-xxx"
	apiKey := os.Getenv("DASHSCOPE_API_KEY")
	req.Header.Set("Authorization", "Bearer "+apiKey)
	req.Header.Set("Content-Type", "application/json")
	// 發送請求
	resp, err := client.Do(req)
	if err != nil {
		log.Fatal(err)
	}
	defer resp.Body.Close()
	// 讀取響應體
	bodyText, err := io.ReadAll(resp.Body)
	if err != nil {
		log.Fatal(err)
	}
	// 列印響應內容
	fmt.Printf("%s\n", bodyText)
}

API參考

關於千問API的輸入輸出參數，請參見文本產生。
關於其他模型，請參見選擇模型。

常見問題

調用大模型API後報錯`Model.AccessDenied`，如何處理？

A：該報錯是因為您使用子業務空間的API Key，子業務空間無法訪問預設業務空間的應用或模型。使用子空間API Key需由主帳號管理員為對應子空間開通模型授權（如本文使用qwen3.8-max模型）。詳細操作步驟請參見設定模型調用許可權。

下一步

查看更多模型	範例程式碼以 qwen3.8-max 模型為例，阿里雲百鍊還支援其他千問模型，支援的模型以及對應的API參考文檔請參見選擇模型。
瞭解進階用法	範例程式碼僅完成了簡單問答，如果您想瞭解千問 API 的更多用法，如流式輸出、結構化輸出、Function Calling等，請參見概述目錄。
線上體驗大模型	如果您想像Qwen Chat一樣，通過對話方塊與大模型互動，請訪問模型體驗。
調用自訓練模型	如果您在百鍊平台部署了自訓練模型，調用時需使用模型部署頁面產生的模型 code 作為`model`參數，而非模型 ID，否則將報錯 Model not exist。詳情請參見模型部署簡介中的「部署後調用」章節。

​帳號設定

​配置API Key到環境變數

​選擇開發語言

步驟 1：配置Python環境

常見問題

步驟 2：調用大模型API

​API參考

​常見問題

​調用大模型API後報錯Model.AccessDenied，如何處理？

​下一步

帳號設定

配置API Key到環境變數

選擇開發語言

API參考

常見問題

調用大模型API後報錯`Model.AccessDenied`，如何處理？

下一步