阿里云百炼 PDF 理解（Model Studio PDF Understanding）

阿里云大模型服务平台百炼（Model Studio）的 PDF 理解能力：VL 模型直接解析并理解 PDF 文档，提取文字与图片内容进行分析。通过 OpenAI 兼容 Chat Completions 接口或 DashScope 接口调用，支持 URL 和 Base64 两种传入方式。

关键坑点

不支持 Responses API：用 Responses API 传 PDF 时请求返回 HTTP 200，但文件不会传递给模型（静默失败）。必须走 Chat Completions 或 DashScope 协议。
首包超时最长 300 秒：PDF 解析比普通文本请求耗时长，建议开 stream=True 实时取结果。
Base64 体积膨胀约 1/3：150MB 文件编码后约 200MB，会超请求体上限；大文件必须用 URL 方式。
URL 参数仅支持字符串，不支持 list 形式。

支持的模型与地域

模型	支持地域
qwen3.8-max、qwen3.8-max-0902、qwen3.8-flash	华北2（北京）、新加坡、美国（弗吉尼亚）、中国香港、日本（东京）、德国（法兰克福）
qwen3.8-27b	华北2（北京）

调用方式

OpenAI 兼容协议

content 数组中使用 type: "file" 元素：

from openai import OpenAI
import os
 
client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # 华北2（北京）地域，{WorkspaceId} 替换为真实业务空间ID，各地域 URL 不同
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)
 
completion = client.chat.completions.create(
    model="qwen3.8-max",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "file", "file": {"file_url": "https://example.com/doc.pdf"}},
                {"type": "text", "text": "总结一下这个PDF文档的内容"},
            ],
        }
    ],
    stream=True,
    stream_options={"include_usage": True},
)

Base64 方式（filename 必填）：

{"type": "file", "file": {
    "file_data": f"data:application/pdf;base64,{pdf_base64}",
    "filename": "report.pdf"
}}

DashScope 协议

用 MultiModalConversation.call，content 数组中直接放 file_url / file_data 元素：

from dashscope import MultiModalConversation
import dashscope
 
dashscope.base_http_api_url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1"
 
messages = [{"role": "user", "content": [
    {"file_url": "https://example.com/doc.pdf"},
    {"text": "总结一下这个PDF文档的内容"},
]}]
 
completion = MultiModalConversation.call(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3.8-max",
    messages=messages,
    stream=True,
    incremental_output=True,
)

HTTP 端点：POST /api/v1/services/aigc/multimodal-generation/generation，流式需加 X-DashScope-SSE: enable 头。

请求参数（file 元素）

参数	类型	必填	说明
`file_url`	string	二选一	PDF 下载地址
`file_data`	string	二选一	Base64 输入，格式 `data:application/pdf;base64,xxx`
`filename`	string	条件必填	使用 `file_data` 时必填
`file_format`	string	否	当前仅支持 `pdf`，默认 `pdf`

限制

项目	限制
单文件大小	150MB
单文档页数	500 页
首包超时	最长 300 秒

计费

模型调用费：PDF 解析出的文字与图片计入输入 Token，按模型标准输入价计费。
文档解析费：按页数计费。华北2（北京）、美国（弗吉尼亚）、中国香港、日本（东京）、德国（法兰克福）为 0.02 元/页；新加坡为 0.024 元/页。

zhaoweiguo 的知识库

目录