翻譯能力（Qwen-MT） - Alibaba Cloud Model Studio

工作方式

傳入待翻譯內容：messages 數組中有且僅有一個 role 為 user 的訊息，其 content 為待翻譯文本。
設定語種：參考支援的語言，在 translation_options 中設定源語種 (source_lang) 和目標語種 (target_lang)。若需自動檢測源語種，可將 source_lang 設為 auto。
指明源語種有利於提升翻譯準確率。

Qwen-MT 模型也支援通過自訂提示詞設定語種。

以下以 OpenAI 相容和 DashScope 的 Python SDK為例，示範 Qwen-MT 的基本調用方式。所有翻譯配置均通過 translation_options 參數傳入。

# 匯入依賴與建立用戶端...
completion = client.chat.completions.create(
    model="qwen-mt-flash",    # 選擇模型
    # messages 有且僅有一個 role 為 user 的訊息，其 content 為待翻譯文本
    messages=[{"role": "user", "content": "我看到這個視頻後沒有笑"}],
    # 由於 translation_options 非 OpenAI 標準參數，需要通過 extra_body 傳入
    extra_body={"translation_options": {"source_lang": "Chinese", "target_lang": "English"}},
)

import os
from openai import OpenAI
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="qwen-mt-flash",
    # messages 有且僅有一個 role 為 user 的訊息，其 content 為待翻譯文本
    messages=[
        {
            "role": "user",
            "content": "我看到這個視頻後沒有笑"
        }
    ],
    # 由於 translation_options 非 OpenAI 標準參數，需要通過 extra_body 傳入
    extra_body={
        # 配置翻譯選項
        "translation_options": {
            "source_lang": "Chinese",
            "target_lang": "English"
        }
    },
)

通過 translation_options也可實現術語幹預、翻譯記憶、領域提示等翻譯定製功能。 使用限制：

僅支援單輪翻譯：模型專為翻譯任務設計，不支援多輪對話。
不支援設定 System Message：不支援通過 system 角色的訊息來設定全域行為。翻譯配置通過 translation_options 中定義。

模型選型

通用情境首選 qwen-mt-flash，在翻譯品質、速度和成本之間取得最佳平衡，支援增量流式輸出。
最高翻譯品質（專業文獻、正式文書）選 qwen-mt-plus。
最低延遲（即時聊天等簡單情境）選 qwen-mt-lite。

各模型詳細對比如下：

模型	推薦情境	效果	速度	成本	支援的語言	支援增量流式輸出
qwen-mt-plus	專業領域、正式文書、論文、技術報告等對譯文品質要求高的情境	最好	標準	較高	92種	不支援
qwen-mt-flash	通用首選，適用於網站/App內容、商品描述、日常溝通、部落格文章等情境	較好	較快	較低	92種	支援
qwen-mt-turbo	turbo模型後續不再更新，建議選用效果與功能均更優的flash模型	良好	較快	較低	92種	不支援
qwen-mt-lite	即時聊天、彈幕翻譯等對延遲敏感的簡單情境	基礎	最快	最低	31種	支援

各模式支援模型的上下文、價格等資訊請參見百鍊控制台；並發限流條件請參考限流。

快速開始

以下樣本將 “我看到這個視頻後沒有笑” 翻譯為英文。您需要已擷取與配置 API Key並配置API Key到環境變數。如果通過OpenAI SDK或DashScope SDK進行調用，還需要安裝SDK。請將範例程式碼中的 DASHSCOPE_API_HOST 替換為擷取的 API Host。

OpenAI相容
DashScope

請求樣本

import os
from openai import OpenAI

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",
)
messages = [
    {
        "role": "user",
        "content": "我看到這個視頻後沒有笑"
    }
]
translation_options = {
    "source_lang": "auto",
    "target_lang": "English"
}

completion = client.chat.completions.create(
    model="qwen-mt-flash",  # 此處以 qwen-mt-flash 為例，可按需更換模型名稱
    messages=messages,
    extra_body={
        "translation_options": translation_options
    }
)
print(completion.choices[0].message.content)

響應樣本

I didn't laugh after watching this video.

請求樣本

DashScope Java SDK版本需要不低於 2.20.6。

import os
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": "user",
        "content": "我看到這個視頻後沒有笑"
    }
]
translation_options = {
    "source_lang": "auto",
    "target_lang": "English",
}
response = dashscope.Generation.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="qwen-mt-turbo",  # 此處以qwen-mt-turbo為例，可按需更換模型名稱
    messages=messages,
    result_format='message',
    translation_options=translation_options
)
print(response.output.choices[0].message.content)

響應樣本

I didn't laugh after watching this video.

流式輸出

流式輸出可即時返回翻譯內容，減少使用者等待時間。qwen-mt-flash 和 qwen-mt-lite 支援增量流式輸出，通過 incremental_output 參數開啟，每次僅返回新產生的內容。qwen-mt-plus 和 qwen-mt-turbo 僅支援非增量流式輸出，每次返回當前已產生的完整序列。詳情請參見流式輸出。

OpenAI相容
DashScope

請求樣本

import os
from openai import OpenAI

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",
)
messages = [{"role": "user", "content": "我看到這個視頻後沒有笑"}]
translation_options = {"source_lang": "Chinese", "target_lang": "English"}

completion = client.chat.completions.create(
    model="qwen-mt-flash",
    messages=messages,
    stream=True,
    stream_options={"include_usage": True},
    extra_body={"translation_options": translation_options},
)
for chunk in completion:
    if chunk.choices:
        content = chunk.choices[0].delta.content or ""
        print(content, end="", flush=True)
    else:
        print("="*20+"usage 消耗"+"="*20)
        print(chunk.usage)

響應樣本

I didn’t laugh after watching this video.
====================usage 消耗====================
CompletionUsage(completion_tokens=9, prompt_tokens=56, total_tokens=65, completion_tokens_details=None, prompt_tokens_details=None)

請求樣本

import os
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": "user",
        "content": "我看到這個視頻後沒有笑"
    }
]
translation_options = {
    "source_lang": "Chinese",
    "target_lang": "English",
}
response = dashscope.Generation.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="qwen-mt-flash",  # 此處以qwen-mt-flash為例，可按需更換模型名稱
    messages=messages,
    result_format='message',
    stream=True,
    # 推薦設定incremental_output為True以擷取增量輸出，當前僅qwen-mt-flash和qwen-mt-lite支援
    incremental_output=True,
    translation_options=translation_options
)
for chunk in response:
    print(chunk.output.choices[0].message.content, end="", flush=True)

響應樣本

I didn't laugh after watching this video.

qwen-mt-plus、qwen-mt-turbo模型不支援增量式流式輸出。

提升翻譯效果

標準翻譯能滿足日常溝通需求，但在專業情境中可能出現以下問題：

術語不統一：產品名或行業術語翻譯錯誤。
風格不匹配：譯文風格不符合法律、營銷等特定領域的規範。

以下三種方式可針對性地解決這些問題：

術語幹預

當文本包含品牌名、產品名或專業術語時，為保證翻譯的準確性和一致性，可通過 terms 欄位提供一個術語表，引導模型參考術語表進行翻譯。使用步驟：

定義術語 建立JSON數組，賦值給 terms 欄位。每個對象代表一條術語：

{
    "source": "術語",
    "target": "提前翻譯好的術語"
}

傳入術語 通過 translation_options 參數傳入 terms 數組。

OpenAI相容
DashScope

請求樣本

import os
from openai import OpenAI

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",
)
messages = [
    {
        "role": "user",
        "content": "而這套生物特徵辨識感應器運用了石墨烯這種新型材料，它的目標物是化學元素，敏銳的“嗅覺”讓它能更深度、準確地體現身體健康情況。"
    }
]

# --- 第一次請求：不使用 terms 參數 ---
print("--- [不使用 terms] 的翻譯結果 ---")
translation_options_without_terms = {
    "source_lang": "auto",
    "target_lang": "English"
}

completion_without_terms = client.chat.completions.create(
    model="qwen-mt-turbo",
    messages=messages,
    extra_body={
        "translation_options": translation_options_without_terms
    }
)
print(completion_without_terms.choices[0].message.content)

print("\n" + "="*50 + "\n") # 用於分割，方便對比

# --- 第二次請求：使用 terms 參數 ---
print("--- [使用 terms] 的翻譯結果 ---")
translation_options_with_terms = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "terms": [
        {
            "source": "生物特徵辨識感應器",
            "target": "biological sensor"
        },
        {
            "source": "身體健康情況",
            "target": "health status of the body"
        }
    ]
}

completion_with_terms = client.chat.completions.create(
    model="qwen-mt-turbo",
    messages=messages,
    extra_body={
        "translation_options": translation_options_with_terms
    }
)
print(completion_with_terms.choices[0].message.content)

響應樣本加入術語後，翻譯結果與傳入的術語一致：“生物特徵辨識感應器”（biological sensor）和“身體健康情況”（the health status of the body）。

--- [不使用 terms] 的翻譯結果 ---
This set of biosensors uses graphene, a new material, whose target substance is chemical elements. Its sensitive "sense of smell" allows it to more deeply and accurately reflect one's health condition.

==================================================

--- [使用 terms] 的翻譯結果 ---
This biological sensor uses a new material called graphene. Its target is chemical elements, and its sensitive "sense of smell" enables it to reflect the health status of the body more deeply and accurately.

請求樣本

import os
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": "user",
        "content": "而這套生物特徵辨識感應器運用了石墨烯這種新型材料，它的目標物是化學元素，敏銳的“嗅覺”讓它能更深度、準確地體現身體健康情況。"
    }
]
translation_options = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "terms": [
        {
            "source": "生物特徵辨識感應器",
            "target": "biological sensor"
        },
        {
            "source": "身體健康情況",
            "target": "health status of the body"
        }
    ]
}
response = dashscope.Generation.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="qwen-mt-turbo",  # 此處以qwen-mt-turbo為例，可按需更換模型名稱
    messages=messages,
    result_format='message',
    translation_options=translation_options
)
print(response.output.choices[0].message.content)

響應樣本

This biological sensor uses graphene, a new material, and its target is chemical elements. Its sensitive "nose" can more deeply and accurately reflect the health status of the human body.

翻譯記憶

需要模型遵循特定翻譯風格或句式時，可通過 tm_list 欄位提供"源文-譯文"句對作為參考。模型將在當次翻譯任務中模仿這些樣本的風格，適合維護大型文檔集的術語一致性，或沿用企業已有的寫作規範。

定義翻譯記憶 建立JSON數組賦值給 tm_list，每個對象包含源語句與對應譯文：

{
    "source": "源語句",
    "target": "已翻譯的語句"
}

傳入翻譯記憶 通過 translation_options 參數傳入翻譯記憶數組。

可參考以下代碼實現翻譯記憶功能。

OpenAI相容
DashScope

請求樣本

import os
from openai import OpenAI

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",
)
messages = [
    {
        "role": "user",
        "content": "通過如下命令可以看出安裝thrift的版本資訊；"
    }
]
translation_options = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "tm_list": [
        {
            "source": "您可以通過如下方式查看叢集的核心版本資訊:",
            "target": "You can use one of the following methods to query the engine version of a cluster:"
        },
        {
            "source": "我們雲HBase的thrift環境是0.9.0,所以建議用戶端的版本也為 0.9.0,可以從這裡下載thrift的0.9.0 版本,下載的源碼包我們後面會用到,這裡需要先安裝thrift編譯環境,對於源碼安裝可以參考thrift官網;",
            "target": "The version of Thrift used by ApsaraDB for HBase is 0.9.0. Therefore, we recommend that you use Thrift 0.9.0 to create a client. Click here to download Thrift 0.9.0. The downloaded source code package will be used later. You must install the Thrift compiling environment first. For more information, see Thrift official website."
        },
        {
            "source": "您可以通過PyPI來安裝SDK,安裝命令如下:",
            "target": "You can run the following command in Python Package Index (PyPI) to install Elastic Container Instance SDK for Python:"
        }
    ]
}

completion = client.chat.completions.create(
    model="qwen-mt-plus",
    messages=messages,
    extra_body={
        "translation_options": translation_options
    }
)
print(completion.choices[0].message.content)

響應樣本

You can run the following command to view the version of Thrift that is installed:

請求樣本

import os
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": "user",
        "content": "通過如下命令可以看出安裝thrift的版本資訊；"
    }
]
translation_options = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "tm_list": [
        {
            "source": "您可以通過如下方式查看叢集的核心版本資訊:",
            "target": "You can use one of the following methods to query the engine version of a cluster:"
        },
        {
            "source": "我們雲HBase的thrift環境是0.9.0,所以建議用戶端的版本也為 0.9.0,可以從這裡下載thrift的0.9.0 版本,下載的源碼包我們後面會用到,這裡需要先安裝thrift編譯環境,對於源碼安裝可以參考thrift官網;",
            "target": "The version of Thrift used by ApsaraDB for HBase is 0.9.0. Therefore, we recommend that you use Thrift 0.9.0 to create a client. Click here to download Thrift 0.9.0. The downloaded source code package will be used later. You must install the Thrift compiling environment first. For more information, see Thrift official website."
        },
        {
            "source": "您可以通過PyPI來安裝SDK,安裝命令如下:",
            "target": "You can run the following command in Python Package Index (PyPI) to install Elastic Container Instance SDK for Python:"
        }
    ]}
response = dashscope.Generation.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="qwen-mt-turbo",  # 此處以qwen-mt-turbo為例，可按需更換模型名稱
    messages=messages,
    result_format='message',
    translation_options=translation_options
)
print(response.output.choices[0].message.content)

響應樣本

You can use the following commands to check the version information of thrift installed;

領域提示

若需要譯文風格符合特定領域（如法律文書要求嚴肅正式，社交內容要求口語化），可通過 translation_options 參數傳入領域提示句。

領域提示句當前只支援英文。

OpenAI相容
DashScope

請求樣本

import os
from openai import OpenAI

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",
)
messages = [
    {
        "role": "user",
        "content": "第二個SELECT語句返回一個數字，表示在沒有LIMIT子句的情況下，第一個SELECT語句返回了多少行。"
    }
]

# --- 第一次請求：不使用 domains 參數 ---
print("--- [不使用 domains] 的翻譯結果 ---")
translation_options_without_domains = {
    "source_lang": "Chinese",
    "target_lang": "English",
}

completion_without_domains = client.chat.completions.create(
    model="qwen-mt-plus",
    messages=messages,
    extra_body={
        "translation_options": translation_options_without_domains
    }
)
print(completion_without_domains.choices[0].message.content)

print("\n" + "="*50 + "\n") # 用於分割，方便對比

# --- 第二次請求：使用 domains 參數 (您的原始代碼) ---
print("--- [使用 domains] 的翻譯結果 ---")
translation_options_with_domains = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "domains": "The sentence is from Ali Cloud IT domain. It mainly involves computer-related software development and usage methods, including many terms related to computer software and hardware. Pay attention to professional troubleshooting terminologies and sentence patterns when translating. Translate into this IT domain style."
}

completion_with_domains = client.chat.completions.create(
    model="qwen-mt-plus",
    messages=messages,
    extra_body={
        "translation_options": translation_options_with_domains
    }
)
print(completion_with_domains.choices[0].message.content)

響應樣本

--- [不使用 domains] 的翻譯結果 ---
The second SELECT statement returns a number indicating how many rows the first SELECT statement would return without the LIMIT clause.

==================================================

--- [使用 domains] 的翻譯結果 ---
The second SELECT statement returns a number that indicates how many rows the first SELECT statement would have returned if it had not included a LIMIT clause.

請求樣本

import os
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": "user",
        "content": "第二個SELECT語句返回一個數字，表示在沒有LIMIT子句的情況下，第一個SELECT語句返回了多少行。"
    }
]
translation_options = {
    "source_lang": "Chinese",
    "target_lang": "English",
    "domains": "The sentence is from Ali Cloud IT domain. It mainly involves computer-related software development and usage methods, including many terms related to computer software and hardware. Pay attention to professional troubleshooting terminologies and sentence patterns when translating. Translate into this IT domain style."
}
response = dashscope.Generation.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="qwen-mt-turbo",
    messages=messages,
    result_format='message',
    translation_options=translation_options
)
print(response.output.choices[0].message.content)

響應樣本

The second SELECT statement returns a number that indicates how many rows were returned by the first SELECT statement without a LIMIT clause.

自訂提示詞

Qwen-MT 支援通過自訂提示詞（如指定語種、風格）引導翻譯。translation_options 參數與自訂提示詞可同時傳入，但當兩者同時設定時，translation_options 中的配置（如 target_lang、source_lang 等）優先順序高於自訂提示詞中的對應設定，會覆蓋自訂提示詞中的語種或風格指定。

推薦優先使用 translation_options 參數配置翻譯選項，以獲得最佳翻譯效果。

以下以法律領域的漢譯英為例：

OpenAI相容
DashScope

import os
from openai import OpenAI

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",
)
prompt_template = """
# 角色
你是一名專業的法律翻譯專家，精通中文和英文，尤其擅長處理商業合約和法律檔案。

# 任務
我需要你將以下中文法律文本翻譯成專業、精準、正式的英文。

# 翻譯要求
1.  **忠實原文**：嚴格按照原文的含義和法律意圖進行翻譯，不得添加或刪減資訊。
2.  **術語精準**：使用英美法系（Common law）通用的標準法律術語。例如，“甲方”應翻譯為 "Party A"，“乙方”應翻譯為 "Party B"，“不可抗力”應翻譯為 "Force Majeure"。
3.  **語氣正式**：保持法律檔案固有的嚴謹、客觀和正式的語體。
4.  **語句清晰**：譯文必須清晰、無歧義，符合英文法律文書的表達習慣。
5.  **格式保留**：保持原文的段落、編號和基本格式。

# 待翻譯文本
{text_to_translate}
"""

# --- 2. 準備待翻譯的法律文本 ---
chinese_legal_text = "本合約自雙方簽字蓋章之日起生效，有效期間為一年。"
final_prompt = prompt_template.format(text_to_translate=chinese_legal_text)

# --- 3. 構建messages ---
messages = [{"role": "user", "content": final_prompt}]

# --- 4. 發起API請求 ---
completion = client.chat.completions.create(model="qwen-mt-plus", messages=messages)

# --- 5. 列印模型的翻譯結果 ---
translation_result = completion.choices[0].message.content
print(translation_result)

響應樣本

This Contract shall become effective from the date on which both parties sign and affix their seals, and its term of validity shall be one year.

請求樣本

import os
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'
prompt_template = """
# 角色
你是一名專業的法律翻譯專家，精通中文和英文，尤其擅長處理商業合約和法律檔案。

# 任務
我需要你將以下中文法律文本翻譯成專業、精準、正式的英文。

# 翻譯要求
1.  **忠實原文**：嚴格按照原文的含義和法律意圖進行翻譯，不得添加或刪減資訊。
2.  **術語精準**：使用英美法系（Common law）通用的標準法律術語。例如，“甲方”應翻譯為 "Party A"，“乙方”應翻譯為 "Party B"，“不可抗力”應翻譯為 "Force Majeure"。
3.  **語氣正式**：保持法律檔案固有的嚴謹、客觀和正式的語體。
4.  **語句清晰**：譯文必須清晰、無歧義，符合英文法律文書的表達習慣。
5.  **格式保留**：保持原文的段落、編號和基本格式。

# 待翻譯文本
{text_to_translate}
"""

# --- 2. 準備待翻譯的法律文本 ---
chinese_legal_text = "本合約自雙方簽字蓋章之日起生效，有效期間為一年。"
final_prompt = prompt_template.format(text_to_translate=chinese_legal_text)

# --- 3. 構建messages ---
messages = [
    {
        "role": "user",
        "content": final_prompt
    }
]

response = dashscope.Generation.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="qwen-mt-plus",
    messages=messages,
    result_format='message',
)
print(response.output.choices[0].message.content)

響應樣本

This Contract shall become effective from the date on which both parties sign and affix their seals, and its term of validity shall be one year.

應用於生產環境

控制輸入 Token 數量 Qwen-MT 模型的輸入 Token 上限為 8,192。輸入內容較長時，可參考以下策略：
- 分段翻譯：按語義邊界（段落或完整句子）分割長文本，而非按字元數截斷，以保證上下文完整性，提升翻譯品質。
- 僅傳入最相關的參考內容：術語、翻譯記憶和領域提示都會作為輸入 Token 拼入提示詞。只傳入與當前翻譯任務直接相關的內容，避免使用大而泛的參考列表。
根據情境設定source_lang
- 不確定源語種時（如多語言混雜的社交聊天情境），將 source_lang 設為 auto，模型自動識別語種。
- 語種固定、準確度要求高的情境（如技術文檔、操作手冊），始終明確指定 source_lang，可有效提升翻譯準確率。

支援的語言

發起請求時，用下表中的英文名或代碼指定語種。

當不確定源語種時，可為 source_lang 參數賦值 auto 以自動檢測。

qwen-mt-plus/flash/turbo 支援的語言 (92種)
qwen-mt-lite 支援的語言 (31種)

語言	英文名	代碼
英語	English	en
簡體中文	Chinese	zh
繁體中文	Traditional Chinese	zh_tw
俄語	Russian	ru
日語	Japanese	ja
韓語	Korean	ko
西班牙語	Spanish	es
法語	French	fr
葡萄牙語	Portuguese	pt
德語	German	de
意大利語	Italian	it
泰語	Thai	th
越南語	Vietnamese	vi
印尼語	Indonesian	id
馬來語	Malay	ms
阿拉伯語	Arabic	ar
印地語	Hindi	hi
希伯來語	Hebrew	he
緬甸語	Burmese	my
泰米爾語	Tamil	ta
烏爾都語	Urdu	ur
孟加拉語	Bengali	bn
波蘭語	Polish	pl
荷蘭語	Dutch	nl
羅馬尼亞語	Romanian	ro
土耳其語	Turkish	tr
高棉語	Khmer	km
寮國語	Lao	lo
粵語	Cantonese	yue
捷克語	Czech	cs
希臘語	Greek	el
瑞典語	Swedish	sv
匈牙利語	Hungarian	hu
丹麥語	Danish	da
芬蘭語	Finnish	fi
烏克蘭語	Ukrainian	uk
保加利亞語	Bulgarian	bg
塞爾維亞語	Serbian	sr
泰盧固語	Telugu	te
南非荷蘭語	Afrikaans	af
亞美尼亞語	Armenian	hy
阿薩姆語	Assamese	as
阿斯圖里亞斯語	Asturian	ast
巴斯克語	Basque	eu
白俄羅斯語	Belarusian	be
波斯尼亞語	Bosnian	bs
加泰羅尼亞語	Catalan	ca
宿務語	Cebuano	ceb
克羅地亞語	Croatian	hr
埃及阿拉伯語	Egyptian Arabic	arz
愛沙尼亞語	Estonian	et
加利西亞語	Galician	gl
格魯吉亞語	Georgian	ka
古吉拉特語	Gujarati	gu
冰島語	Icelandic	is
爪哇語	Javanese	jv
卡納達語	Kannada	kn
哈薩克語	Kazakh	kk
拉脫維亞語	Latvian	lv
立陶宛語	Lithuanian	lt
盧森堡語	Luxembourgish	lb
馬其頓語	Macedonian	mk
馬加希語	Maithili	mai
馬爾他語	Maltese	mt
馬拉地語	Marathi	mr
美索不達米亞阿拉伯語	Mesopotamian Arabic	acm
摩洛哥阿拉伯語	Moroccan Arabic	ary
內志阿拉伯語	Najdi Arabic	ars
尼泊爾語	Nepali	ne
北阿塞拜疆語	North Azerbaijani	az
北黎凡特阿拉伯語	North Levantine Arabic	apc
北烏茲別克語	Northern Uzbek	uz
書面語挪威語	Norwegian Bokmål	nb
新挪威語	Norwegian Nynorsk	nn
奧克語	Occitan	oc
奧裡亞語	Odia	or
邦阿西楠語	Pangasinan	pag
西西里語	Sicilian	scn
信德語	Sindhi	sd
僧伽羅語	Sinhala	si
斯洛伐克語	Slovak	sk
斯洛文尼亞語	Slovenian	sl
南黎凡特阿拉伯語	South Levantine Arabic	ajp
斯瓦希裡語	Swahili	sw
他加祿語	Tagalog	tl
塔伊茲-亞丁阿拉伯語	Ta’izzi-Adeni Arabic	acq
托斯克阿爾巴尼亞語	Tosk Albanian	sq
突尼斯阿拉伯語	Tunisian Arabic	aeb
威尼斯語	Venetian	vec
瓦萊語	Waray	war
威爾士語	Welsh	cy
西波斯語	Western Persian	fa

語言	英文名	代碼
英語	English	en
簡體中文	Chinese	zh
繁體中文	Traditional Chinese	zh_tw
俄語	Russian	ru
日語	Japanese	ja
韓語	Korean	ko
西班牙語	Spanish	es
法語	French	fr
葡萄牙語	Portuguese	pt
德語	German	de
意大利語	Italian	it
泰語	Thai	th
越南語	Vietnamese	vi
印尼語	Indonesian	id
馬來語	Malay	ms
阿拉伯語	Arabic	ar
印地語	Hindi	hi
希伯來語	Hebrew	he
烏爾都語	Urdu	ur
孟加拉語	Bengali	bn
波蘭語	Polish	pl
荷蘭語	Dutch	nl
土耳其語	Turkish	tr
高棉語	Khmer	km
捷克語	Czech	cs
瑞典語	Swedish	sv
匈牙利語	Hungarian	hu
丹麥語	Danish	da
芬蘭語	Finnish	fi
他加祿語	Tagalog	tl
波斯語	Persian	fa

API參考

Qwen-MT 模型的輸入與輸出參數請參考Qwen-MT 翻譯模型。

​工作方式

​模型選型

​快速開始

​流式輸出

​提升翻譯效果

​術語幹預

​翻譯記憶

​領域提示

​自訂提示詞

​應用於生產環境

​支援的語言

​API參考

工作方式

模型選型

快速開始

流式輸出

提升翻譯效果

術語幹預

翻譯記憶

領域提示

自訂提示詞

應用於生產環境

支援的語言

API參考