跳转到主要内容
通义千问(DashScope / 百炼)是国内覆盖最完整的厂商之一,文本、图像理解、图像生成、语音识别、语音合成与向量能力均可用一份 dashscope_api_key 启用。
通过 Web 控制台的「模型管理」页面可一站式配置以下全部能力,无需手动改配置文件。

文本对话

参数说明
model可填 qwen3.7-plusqwen3.7-maxqwen3.6-plusqwen3.5-plusqwen3-maxqwen-maxqwen-plusqwen-turboqwq-plus
dashscope_api_key百炼控制台 创建,参考 官方文档

图像理解

配置 dashscope_api_key 后 Agent 的 Vision 工具会自动调用千问的视觉模型识别图像。qwen3.7-plus / qwen3.6-plus / qwen3.5-plus / qwen3-max 等模型本身就是多模态;若主模型是纯文本(如 qwen-turbo),会自动回落到 qwen-vl-max 如需手动指定 Vision 模型:
支持模型:qwen3.7-plusqwen3.6-plusqwen3.5-plusqwen3-max

图像生成

可选模型:qwen-image-2.0qwen-image-2.0-pro

语音识别

参数说明
voice_to_text设为 dashscope 启用通义千问 ASR
voice_to_text_model可选,默认 qwen3-asr-flash
凭证自动复用 dashscope_api_key。单段音频建议小于 10MB、时长不超过 300 秒。

语音合成

参数说明
text_to_voice_model可选,默认 qwen3-tts-flash,覆盖普通话、方言与主流外语
tts_voice_id音色 ID,详见下方常用列表
常用音色示例:
音色 ID说明
Cherry芊悦 · 阳光女声
Serena苏瑶 · 温柔女声
Ethan晨煦 · 阳光男声
Chelsie千雪 · 二次元少女
Dylan北京话 · 晓东
Rocky粤语 · 阿强
Sunny四川话 · 晴儿
完整音色(普通话 / 各地方言 / 双语等)可在 Web 控制台的「模型管理 → 语音合成」下拉框中可视化选择。

向量

默认模型 text-embedding-v4。修改 embedding 后需执行 /memory rebuild-index 命令重建索引。