---

aliases:

• 如何用Python调用阿里云的Qwen模型?

---

使用 Python 调用阿里云的 Qwen（通义千问）模型，目前最主流且推荐的方式是使用阿里云官方的 DashScope SDK（灵积模型服务）。此外，阿里云百炼平台也兼容 OpenAI SDK 格式，如果你习惯使用 OpenAI 的库，也可以直接调用。

以下是两种方法的详细步骤：

准备工作：获取 API Key

在写代码之前，你必须先拥有一个阿里云账号并获取 API Key：

1. 登录阿里云：访问 阿里云官网 并登录。
2. 开通服务：搜索“模型服务灵积” (DashScope) 或 “百炼”，进入控制台并开通服务（通常有免费额度）。
3. 创建 API Key：
   • 进入 API Key 管理页面。
   • 点击“创建新的 API-KEY”。
   • 重要：复制并保存这个 Key（例如 sk-xxxxxxxx），它只会显示一次。

---

方法一：使用官方 DashScope SDK（推荐）

这是阿里云官方维护的 SDK，功能最全，支持 Qwen 的所有特性（如流式输出、多模态等）。

1. 安装 SDK

在终端（PowerShell）中运行：

pip install dashscope

2. 编写代码

创建一个 Python 文件（例如 call_qwen.py），填入以下代码：

import os
from http import HTTPStatus
import dashscope

# 【重要】将你的 API Key 填入这里，或者设置为环境变量 DASHSCOPE_API_KEY
# 建议不要硬编码在代码中提交到 git，而是使用 os.getenv("DASHSCOPE_API_KEY")
dashscope.api_key = "sk-你的API_KEY_在这里" 

def call_qwen():
    # 定义消息历史
    messages = [
        {'role': 'system', 'content': '你是一个有用的助手。'},
        {'role': 'user', 'content': '请用 Python 写一个快速排序算法，并加上注释。'}
    ]

    try:
        # 调用 Qwen-Max 或 Qwen-Plus 模型 (也可以换成 qwen-turbo, qwen-max 等)
        response = dashscope.Generation.call(
            model='qwen-max',  # 推荐使用 qwen-max 或 qwen-plus
            messages=messages,
            result_format='message',  # 设置返回格式为 message，方便处理
        )

        if response.status_code == HTTPStatus.OK:
            # 打印模型回复的内容
            print(response.output.choices[0].message.content)
        else:
            # 错误处理
            print(f"请求失败: Code {response.code}, Message {response.message}")
            
    except Exception as e:
        print(f"发生异常: {e}")

if __name__ == '__main__':
    call_qwen()

3. 运行

python call_qwen.py

---

方法二：使用 OpenAI SDK（兼容模式）

阿里云百炼平台完全兼容 OpenAI 的 API 协议。如果你已经在使用 openai 库，或者想复用现有的 OpenAI 代码，只需修改 base_url 和 api_key 即可。

1. 安装 OpenAI SDK

pip install openai

2. 编写代码

import os
from openai import OpenAI

# 初始化客户端
client = OpenAI(
    # 填入你的阿里云 API Key
    api_key="sk-你的API_KEY_在这里", 
    # 【关键】指定阿里云的兼容接口地址
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

def call_qwen_openai_style():
    try:
        completion = client.chat.completions.create(
            # 阿里云的模型名称，例如 qwen-max, qwen-plus, qwen-turbo
            model="qwen-max", 
            messages=[
                {"role": "system", "content": "你是一个编程助手。"},
                {"role": "user", "content": "解释一下什么是装饰器？"}
            ],
            stream=False # 如果需要流式输出，设为 True
        )
        
        print(completion.choices[0].message.content)
        
    except Exception as e:
        print(f"调用失败: {e}")

if __name__ == '__main__':
    call_qwen_openai_style()

---

常用模型名称对照

在代码的 model 参数中，你可以替换为以下常用模型（具体以阿里云官网最新列表为准）：

模型名称	特点	适用场景
qwen-max	效果最好，逻辑推理最强	复杂任务、代码生成、深度分析
qwen-plus	性价比高，速度与效果平衡	日常对话、中等复杂度任务
qwen-turbo	速度最快，成本最低	简单问答、高频调用
qwen-long	支持超长上下文 (百万字)	长文档分析、书籍总结
qwen-vl-max	视觉语言模型	图片理解、OCR、图表分析

💡 最佳实践建议

1. 环境变量管理：
   为了安全，不要把 API Key 直接写在代码里。

   • 在 PowerShell 中设置临时环境变量：

     $env:DASHSCOPE_API_KEY="sk-你的KEY"
     

   • 然后在 Python 代码中使用 os.getenv("DASHSCOPE_API_KEY") 获取。

2. 流式输出 (Stream)：
   如果希望像聊天机器人那样一个字一个字地输出，可以在 DashScope SDK 中设置 stream=True，或在 OpenAI SDK 中设置 stream=True，然后迭代处理返回结果。

3. 费用控制：
   阿里云通常为新用户提供免费额度，但使用后会产生费用。请在 费用中心 关注用量，避免超额。