通义千问 API
翻译能力
复制页面
通义千问 API
首次调用通义千问API
文本生成
深度思考(QwQ)
深度思考(QwQ)概括
快速开始
多轮对话
长上下文
通过file-id传入文档信息
简单示例
传入多文档
追加文档
通过纯文本传入信息
简单示例
传入多文档
追加文档
通过JSON字符串传入文档信息
简单示例
传入多文档
追加文档
翻译能力
Qwen-MT模型
支持的语言
简单示例
POST
流式输出
POST
术语干预翻译
POST
使用翻译记忆
POST
领域提示
POST
数学能力
模型概览
示例代码
代码能力
模型概览
简单示例
代码补全
根据前缀和后缀生成中间内容
多轮对话
开始使用
流式输出(Stream)
概述
开始使用
工具调用(Function Calling)
概述
结构化输出(Json Mode)
支持的模型
开始使用
前缀续写(Partial Mode)
支持的模型
开始使用
批量推理(Batch)
概述
上下文缓存(Context Cache)
概述
视觉理解
全模态(Qwen-Omni )
概述
开始使用
图片+文本输入
音频+文本输入
视频+文本输入
多轮对话
翻译能力
复制页面
Qwen-MT模型
Qwen-MT模型是基于通义千问模型优化的机器翻译大语言模型,擅长中英互译、中文与小语种互译、英文与小语种互译,小语种包括日、韩、法、西、德、葡(巴西)、泰、印尼、越、阿等24种。在多语言互译的基础上,提供术语干预、领域提示、记忆库等能力,提升模型在复杂应用场景下的翻译效果。
支持的模型
#
如果您对翻译质量有较高要求,建议选择qwen-mt-plus模型;如果您希望翻译速度更快或成本更低,建议选择qwen-mt-turbo模型。
使用方法
#
由于翻译场景的特殊性,Qwen-MT 与通用文本生成模型的使用方法相比有以下不同:
1.
需要将源语言(
source_lang
)、目标语言(
target_lang
)等通过
translation_options
参数传入。当您不确认翻译原文的语种,或原文多语种混杂时,可以将
source_lang
设置为
"auto"
,模型会自动判断输入文本的语种。
具体使用方法请参考下方代码。
2.
不支持指定 System Message,也不支持多轮对话;messages 数组中有且仅有一个 User Message,用于指定需要翻译的语句。
暂不支持通过 DashScope Java SDK 调用。
修改于
2025-02-28 08:15:47
上一页
追加文档
下一页
支持的语言