2024年12月31日10点起，阿里云宣布对其通义千问视觉理解（Vision-Language, VL）大模型的部分规格进行新一轮的价格调整。这是阿里云大模型本年度的第三轮降价，旨在进一步降低用户使用成本，推动AI技术的广泛应用。此次降价中，通义千问视觉理解模型全线降价超过80%，特别是Qwen-VL-Plus和Qwen-VL-Max两款高性能模型，降价幅度尤为显著。
降价详情
- Qwen-VL-Plus：
- 原价：未公布具体原价
- 现价：每千tokens输入价格为0.0015元
- 降幅：81%
- 性价比：按照最新价格，1元可处理约600张720P图片或1700张480P图片，创下全网最低价格记录。
- Qwen-VL-Max：
- 原价：未公布具体原价
- 现价：每千tokens输入价格为0.003元
- 降幅：85%
- 性能优势：相比Qwen-VL-Plus，Qwen-VL-Max提供了更高的性能，适合对图像处理有更高要求的应用场景。
旗舰模型
| 旗舰模型 | 通义千问-Max适合复杂任务，推理能力最强 | 通义千问-Plus效果、速度、成本均衡 | 通义千问-Turbo 适合简单任务，速度快、成本低 | Qwen-Long 支持长达千万字文档，成本低 |
| API调用模型名（稳定版本） | qwen-max | qwen-plus | qwen-turbo | qwen-long |
| 最大上下文长度（Token数） | 32,768 | 131,072 | 1,000,000 | 10,000,000 |
| 最低输入价格（每千Token） | 0.02元 | 0.0008元 | 0.0003元 | 0.0005元 |
| 最低输出价格（每千Token） | 0.06元 | 0.002元 | 0.0006元 | 0.002元 |
降价意义
此次降价不仅大幅降低了用户的使用成本，还使得更多企业和开发者能够负担得起高性能的视觉理解模型，从而加速AI技术在各个行业的应用。特别是对于中小企业和初创公司来说，更低的成本意味着更多的创新机会和更快的产品迭代。
应用场景
通义千问VL大模型广泛应用于多个领域，包括但不限于：
- 图像识别与分类：快速准确地识别和分类图像内容，适用于安防监控、医疗影像分析等场景。
- 视觉问答：结合自然语言处理技术，实现基于图像的问答系统，提升用户体验。
- 图像生成与编辑：通过AI生成高质量的图像或对现有图像进行智能编辑，满足创意设计和广告营销的需求。
- 多模态对话：支持文本和图像的多模态交互，提升智能客服和虚拟助手的能力。
用户反馈
阿里云表示，此次降价是基于用户反馈和技术进步的结果。通过不断优化模型性能和降低成本，阿里云希望为用户提供更加优质和经济的服务。未来，阿里云将继续致力于AI技术的研发和推广，推动行业的发展和创新。