阿里云百炼调用千问API教程：零门槛账号开通到多地域模型接入完整流程

2026年7月6日17:39

想快速上手阿里云百炼的大模型API调用？这份完整流程指南帮你少走弯路。平台支持OpenAI兼容接口、DashScope SDK等多种接入方式，新手跟着四步走就能搞定：先完成账号注册开通百炼服务，生成专属API Key，再对照Linux、macOS、Windows三大系统的分步教程配置环境变量，彻底告别硬编码密钥的泄露隐患，最后选好适配的调用方式发起请求即可。文中还特意标注了华北2、新加坡等特定地域模型的请求地址填写规则，不用反复踩坑调试，几分钟就能安全规范地完成接入，快速开启你的AI应用开发之旅。

一、账号设置

1.注册账号：若无阿里云账号，需首先注册。
2.开通阿里云百炼：使用阿里云主账号前往阿里云百炼大模型服务平台：https://www.aliyun.com/product/bailian 阅读并同意协议后，将自动开通阿里云百炼，如果未弹出服务协议，则表示您已经开通。

3.获取API Key：前往API Key页面，单击创建API Key，即可通过API KEY调用大模型。

4.获取业务空间ID：使用华北2（北京）、新加坡、日本（东京）或德国（法兰克福）地域的模型时，需在Base URL中填入业务空间ID（WorkspaceId），可在业务空间管理页面中查看。

二、配置API Key到环境变量

建议您把API Key配置到环境变量，避免在代码里显式地配置API Key，降低泄露风险。

2.1 Linux系统

1、添加永久性环境变量
如果您希望API Key环境变量在当前用户的所有新会话中生效，可以添加永久性环境变量。

1.执行以下命令来将环境变量设置追加到~/.bashrc 文件中。

```
# 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.bashrc
```

也可以手动修改`~/.bashrc` 文件。

手动修改

执行以下命令，打开`~/.bashrc` 文件。

```
nano ~/.bashrc
```

在配置文件中添加以下内容。

```
# 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"
```

在nano编辑器中，按Ctrl + X，接着按Y，再按Enter以保存并关闭文件。

2.执行以下命令，使变更生效。

```
source ~/.bashrc
```

3.重新打开一个终端窗口，运行以下命令检查环境变量是否生效。

```
echo $DASHSCOPE_API_KEY
```

2、添加临时性环境变量
如果您仅希望在当前会话中使用该环境变量，可以添加临时性环境变量。

1.执行以下命令。

```
# 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"
```

2.执行以下命令，验证该环境变量是否生效。

```
echo $DASHSCOPE_API_KEY
```

2.2 macOS系统

1、添加永久性环境变量
如果您希望API Key环境变量在当前用户的所有新会话中生效，可以添加永久性环境变量。

1.在终端中执行以下命令，查看默认Shell类型。

```
echo $SHELL
```

2.根据默认Shell类型进行操作。

####### Zsh

1.  执行以下命令来将环境变量设置追加到 `~/.zshrc` 文件中。
    
    ```
    # 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
    echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.zshrc
    ```
    
    也可以手动修改`~/.zshrc` 文件。
    
    手动修改
    
    执行以下命令，打开Shell配置文件。
    
    ```
    nano ~/.zshrc
    ```
    
    在配置文件中添加以下内容。
    
    ```
    # 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
    export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"
    ```
    
    在nano编辑器中，按Ctrl + X，接着按Y，再按Enter以保存并关闭文件。
    
2.  执行以下命令，使变更生效。
    
    ```
    source ~/.zshrc
    ```
    
3.  重新打开一个终端窗口，运行以下命令检查环境变量是否生效。
    
    ```
    echo $DASHSCOPE_API_KEY
    ```
    

####### Bash

1.  执行以下命令来将环境变量设置追加到 `~/.bash_profile` 文件中。
    
    ```
    # 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
    echo "export DASHSCOPE_API_KEY='YOUR_DASHSCOPE_API_KEY'" >> ~/.bash_profile
    ```
    
    也可以手动修改`~/.bash_profile` 文件。
    
    手动修改
    
    执行以下命令，打开Shell配置文件。
    
    ```
    nano ~/.bash_profile
    ```
    
    在配置文件中添加以下内容。
    
    ```
    # 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
    export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"
    ```
    
    在nano编辑器中，按Ctrl + X，接着按Y，再按Enter以保存并关闭文件。
    
2.  执行以下命令，使变更生效。
    
    ```
    source ~/.bash_profile
    ```
    
3.  重新打开一个终端窗口，运行以下命令检查环境变量是否生效。
    
    ```
    echo $DASHSCOPE_API_KEY
    ```
添加临时性环境变量

如果您仅希望在当前会话中使用该环境变量，可以添加临时性环境变量。

以下命令适用于 Zsh 和 Bash。

  1. 执行以下命令。# 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY export DASHSCOPE_API_KEY="YOUR_DASHSCOPE_API_KEY"
  2. 执行以下命令，验证该环境变量是否生效。echo $DASHSCOPE_API_KEY

2.3 Windows系统

在Windows系统中，您可以通过系统属性、CMD或PowerShell配置环境变量。

1、系统属性

  1. 在Windows系统桌面中按Win+Q键，在搜索框中搜索编辑系统环境变量，单击打开系统属性界面。
  2. 在系统属性窗口，单击环境变量，然后在系统变量区域下单击新建，变量名填入DASHSCOPE_API_KEY，变量值填入您的DashScope API Key。
  3. 依次单击三个窗口的确定，关闭系统属性配置页面，完成环境变量配置。
  4. 打开CMD（命令提示符）窗口或Windows PowerShell窗口，执行如下命令检查环境变量是否生效。
    • CMD查询命令：echo %DASHSCOPE_API_KEY% Microsoft Windows [版本 10.0.19045.5371] (c) Microsoft Corporation。保留所有权利。 C:\Windows\system32>echo %DASHSCOPE_API_KEY% sk-ee16697?fe4 C:\Windows\system32>
    • Windows PowerShell查询命令：echo $env:DASHSCOPE_API_KEY Windows PowerShell 版权所有 (C) Microsoft Corporation。保留所有权利。 尝试新的跨平台 PowerShell https://aka.ms/pscore6 PS C:\Windows\system32> echo $env:DASHSCOPE_API_KEY sk-ee166797fe40xxx PS C:\Windows\system32>

2、CMD

添加永久性环境变量
如果您希望API Key环境变量在当前用户的所有新会话中生效，可以按如下操作。

  1. 在CMD中运行以下命令。# 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY setx DASHSCOPE_API_KEY "YOUR_DASHSCOPE_API_KEY"
  2. 打开一个新的CMD窗口。
  3. 在新的CMD窗口运行以下命令，检查环境变量是否生效。echo %DASHSCOPE_API_KEY%

3、添加临时性环境变量

如果您仅希望在当前会话中使用该环境变量，可以在CMD中运行以下命令。

REM 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
set DASHSCOPE_API_KEY=YOUR_DASHSCOPE_API_KEY

您可以在当前会话运行以下命令检查环境变量是否生效。

echo %DASHSCOPE_API_KEY%

4、PowerShell

添加永久性环境变量
如果您希望API Key环境变量在当前用户的所有新会话中生效，可以按如下操作。

  1. 在PowerShell中运行以下命令。# 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY [Environment]::SetEnvironmentVariable("DASHSCOPE_API_KEY", "YOUR_DASHSCOPE_API_KEY", [EnvironmentVariableTarget]::User)
  2. 打开一个新的PowerShell窗口。
  3. 在新的PowerShell窗口运行以下命令，检查环境变量是否生效。echo $env:DASHSCOPE_API_KEY

添加临时性环境变量
如果您仅希望在当前会话中使用该环境变量，可以在PowerShell中运行以下命令。

# 用您的阿里云百炼API Key代替YOUR_DASHSCOPE_API_KEY
$env:DASHSCOPE_API_KEY = "YOUR_DASHSCOPE_API_KEY"

您可以在当前会话运行以下命令检查环境变量是否生效。

echo $env:DASHSCOPE_API_KEY

三、选择开发语言

选择您熟悉的语言或工具，用于调用大模型API。

Python

步骤 1：配置Python环境

检查您的Python版本

您可以在终端中输入以下命令查看当前计算环境是否安装了Python和pip：

您的Python需要为3.8或以上版本。

python -V
pip --version

以Windows的CMD为例：

常见问题

Q：执行python -V、pip --version报错：

  • 'python' 不是内部或外部命令，也不是可运行的程序或批处理文件。
  • 'pip' 不是内部或外部命令，也不是可运行的程序或批处理文件。
  • -bash: python: command not found
  • -bash: pip: command not found

解决办法如下：

####### Windows系统

  1. 请确认是否已参考安装Python 在您的计算环境中安装Python，并将python.exe添加至环境变量PATH中。
    image
  2. 如果已安装了Python并添加了环境变量，仍报此错，请关闭当前终端，重新打开一个新的终端窗口，再进行尝试。

Linux、macOS系统

  1. 请确认是否已参考安装Python 在您的计算环境中安装的Python。
  2. 如果已安装Python后，仍报此错，请输入which python pip命令查询系统中是否有python、pip。
    • 如果返回如下结果，请关闭当前连接终端，重新打开一个新的终端窗口，再进行尝试。/usr/bin/python /usr/bin/pip
    • 如果返回如下结果，则再次输入which python3 pip3查询。/usr/bin/which: no python in (/root/.local/bin:/root/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin) /usr/bin/which: no pip in (/root/.local/bin:/root/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin) 如果返回结果如下，则使用python3 -V、pip3 --version查询版本。/usr/bin/python3 /usr/bin/pip3

配置虚拟环境（可选）

如果您的Python已安装完成，可以创建一个虚拟环境来安装OpenAI Python SDK或DashScope Python SDK，这可以帮助您避免与其它项目发生依赖冲突。

  1. 创建虚拟环境您可以运行以下命令，创建一个命名为.venv的虚拟环境：# 如果运行失败，您可以将python替换成python3再运行 python -m venv .venv
  2. 激活虚拟环境若您使用Windows系统，请运行以下命令来激活虚拟环境：.venv\Scripts\activate 如果您使用macOS或者Linux系统，请运行以下命令来激活虚拟环境：source .venv/bin/activate

安装OpenAI Python SDK或DashScope Python SDK

您可以通过OpenAI的Python SDK或DashScope的Python SDK来调用阿里云百炼平台上的模型。

安装 OpenAI Python SDK

通过运行以下命令安装或升级 OpenAI Python SDK：

# 如果运行失败，您可以将pip替换成pip3再运行
pip install -U openai

当终端出现Successfully installed ... openai-x.x.x的提示后，表示您已经成功安装OpenAI Python SDK。

安装 DashScope Python SDK

通过运行以下命令安装或升级 DashScope Python SDK：

# 如果运行失败，您可以将pip替换成pip3再运行
pip install -U dashscope

当终端出现Successfully installed ... dashscope-x.x.x的提示后，表示您已经成功安装DashScope Python SDK。

步骤 2：调用大模型API

OpenAI Python SDK

如果您安装完成了Python以及OpenAI的Python SDK，可以参考以下步骤发送您的API请求。

  1. 新建一个文件，命名为hello_qwen.py。
  2. 将以下代码复制到hello_qwen.py中并保存。import os from openai import OpenAI try: client = OpenAI( # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为: api_key="sk-xxx", api_key=os.getenv("DASHSCOPE_API_KEY"), # 以下为华北2（北京）地域的URL，各地域的URL不同。调用时请将WorkspaceId替换为真实的业务空间ID。 base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1", ) completion = client.chat.completions.create( model="qwen-plus", # 模型列表: https://help.aliyun.com/model-studio/getting-started/models messages=[ {'role': 'system', 'content': 'You are a helpful assistant.'}, {'role': 'user', 'content': '你是谁？'} ] ) print(completion.choices[0].message.content) except Exception as e: print(f"错误信息：{e}") print("请参考文档：https://help.aliyun.com/model-studio/developer-reference/error-code")
  3. 通过命令行运行python hello_qwen.py或python3 hello_qwen.py。若提示No such file or directory，则需在文件名前指定具体文件路径。运行后您将会看到输出结果：我是阿里云开发的一款超大规模语言模型，我叫千问。

DashScope Python SDK

如果您安装完成了Python以及DashScope的Python SDK，可以参考以下步骤发送您的API请求。

  1. 新建一个文件，命名为hello_qwen.py。
  2. 将以下代码复制到hello_qwen.py中并保存。import os from dashscope import Generation import dashscope # 以下为华北2（北京）地域的URL，各地域的URL不同。调用时请将WorkspaceId替换为真实的业务空间ID。 dashscope.base_http_api_url = 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1' messages = [ {'role': 'system', 'content': 'You are a helpful assistant.'}, {'role': 'user', 'content': '你是谁？'} ] response = Generation.call( # 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：api_key = "sk-xxx", api_key=os.getenv("DASHSCOPE_API_KEY"), model="qwen-plus", # 模型列表：https://help.aliyun.com/model-studio/getting-started/models messages=messages, result_format="message" ) if response.status_code == 200: print(response.output.choices[0].message.content) else: print(f"HTTP返回码：{response.status_code}") print(f"错误码：{response.code}") print(f"错误信息：{response.message}") print("请参考文档：https://help.aliyun.com/model-studio/developer-reference/error-code")
  3. 通过命令行运行python hello_qwen.py或python3 hello_qwen.py。说明本示例使用的运行命令需在Python文件所在目录执行，如果想要在任意位置执行，请在文件名前指定具体文件路径。运行后您将会看到输出结果：我是来自阿里云的大规模语言模型，我叫千问。

Node.js

步骤 1：配置Node.js环境

检查Node.js安装状态

您可以在终端中输入以下命令查看当前计算环境是否安装了Node.js和npm：

node -v
npm -v

以Windows的CMD为例：

这将打印出您当前Node.js 版本。如果您的环境中没有Node.js，请访问Node.js官网进行下载。

安装模型调用SDK

您可以在终端运行以下命令：

npm install --save openai
# 或者
yarn add openai

说明：
如果安装失败，您可以通过配置镜像源的方法来完成安装，如：

npm config set registry https://registry.npmmirror.com/

配置镜像源后，您可以重新运行安装SDK的命令。

当终端出现added xx package in xxs的提示后，表示您已经成功安装OpenAI SDK。您可以使用npm list openai查询具体版本信息。

步骤 2：调用大模型API

  1. 新建一个hello_qwen.mjs文件。
  2. 将以下代码复制到文件中。import OpenAI from "openai"; try { const openai = new OpenAI( { // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为: apiKey: "sk-xxx", apiKey: process.env.DASHSCOPE_API_KEY, // 以下为华北2（北京）地域的URL，各地域的URL不同。调用时请将WorkspaceId替换为真实的业务空间ID。 baseURL: "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1" } ); const completion = await openai.chat.completions.create({ model: "qwen-plus", //模型列表: https://help.aliyun.com/model-studio/getting-started/models messages: [ { role: "system", content: "You are a helpful assistant." }, { role: "user", content: "你是谁？" } ], }); console.log(completion.choices[0].message.content); } catch (error) { console.log(`错误信息：${error}`); console.log("请参考文档：https://help.aliyun.com/model-studio/developer-reference/error-code"); }
  3. 通过命令行运行以下命令来发送API请求：node hello_qwen.mjs 说明
    • 本示例使用的运行命令需在hello_qwen.mjs文件所在目录执行，如果想要在任意位置执行，请在文件名前指定具体文件路径。
    • 请确保已在hello_qwen.mjs文件所在目录中安装了SDK，如果SDK与文件不在同一目录下，则会报错Cannot find package 'openai' imported from xxx。
运行成功后您将会看到输出结果：

```
我是来自阿里云的语言模型，我叫千问。
```

Java

步骤 1：配置Java环境

检查您的Java版本

您可以在终端运行以下命令：

java -version
# （可选）如果使用maven管理和构建java项目，还需确保maven已正确安装到您的开发环境中
mvn --version

以Windows的CMD为例：

为了使用DashScope Java SDK，您的Java需要在Java 8或以上版本。您可以查看打印信息中的第一行确认Java版本，例如打印信息：openjdk version "16.0.1" 2021-04-20表明当前Java版本为Java 16。

安装模型调用SDK

如果您的环境中已安装Java，请安装DashScope Java SDK。执行以下命令来添加 Java SDK 依赖，并将 the-latest-version 替换为最新的版本号。

XML

  1. 打开您的Maven项目的pom.xml文件。
  2. 在<dependencies>标签内添加以下依赖信息。<dependency> <groupId>com.alibaba</groupId> <artifactId>dashscope-sdk-java</artifactId> <!-- 请将 'the-latest-version' 替换为最新版本号：https://mvnrepository.com/artifact/com.alibaba/dashscope-sdk-java --> <version>the-latest-version</version> </dependency>
  3. 保存pom.xml文件。
  4. 使用Maven命令（如mvn compile或mvn clean install）来更新项目依赖，这样Maven会自动下载并添加DashScope Java SDK到您的项目中。

以Windows的IDEA集成开发环境为例：

Gradle

  1. 打开您的Gradle项目的build.gradle文件。
  2. 在dependencies块内添加以下依赖信息。dependencies { // 请将 'the-latest-version' 替换为最新版本号：https://mvnrepository.com/artifact/com.alibaba/dashscope-sdk-java implementation group: 'com.alibaba', name: 'dashscope-sdk-java', version: 'the-latest-version' }
  3. 保存build.gradle文件。
  4. 在命令行中，切换到您的项目根目录，执行以下Gradle命令来更新项目依赖。这将会自动下载并添加DashScope Java SDK到您的项目中。./gradlew build --refresh-dependencies

以Windows的IDEA集成开发环境为例：

步骤 2：调用大模型API

您可以运行以下代码来调用大模型API。

import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.protocol.Protocol;

public class Main {
    public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {
        // 以下为华北2（北京）地域的URL，各地域的URL不同。调用时请将WorkspaceId替换为真实的业务空间ID。
        Generation gen = new Generation(Protocol.HTTP.getValue(), "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1");
        Message systemMsg = Message.builder()
                .role(Role.SYSTEM.getValue())
                .content("You are a helpful assistant.")
                .build();
        Message userMsg = Message.builder()
                .role(Role.USER.getValue())
                .content("你是谁？")
                .build();
        GenerationParam param = GenerationParam.builder()
                // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                // 模型列表：https://help.aliyun.com/model-studio/getting-started/models
                .model("qwen-plus")
                .messages(Arrays.asList(systemMsg, userMsg))
                .resultFormat(GenerationParam.ResultFormat.MESSAGE)
                .build();
        return gen.call(param);
    }
    public static void main(String[] args) {
        try {
            GenerationResult result = callWithMessage();
            System.out.println(result.getOutput().getChoices().get(0).getMessage().getContent());
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            System.err.println("错误信息："+e.getMessage());
            System.out.println("请参考文档：https://help.aliyun.com/model-studio/developer-reference/error-code");
        }
        System.exit(0);
    }
}

运行后您将会看到对应的输出结果：

我是阿里云开发的一款超大规模语言模型，我叫千问。

curl

您可以通过OpenAI兼容的HTTP方式或DashScope的HTTP方式来调用阿里云百炼平台上的模型。模型列表请参考：选择模型。

说明：
若没有配置环境变量，请用阿里云百炼API Key将：-H "Authorization: Bearer $DASHSCOPE_API_KEY" \ 换为：-H "Authorization: Bearer sk-xxx" \ 。

OpenAI兼容-HTTP

您可以运行以下命令发送API请求：

Windows

curl -X POST "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions" ^
-H "Authorization: Bearer %DASHSCOPE_API_KEY%" ^
-H "Content-Type: application/json" ^
-d "{
    \"model\": \"qwen-plus\",
    \"messages\": [
        {
            \"role\": \"system\",
            \"content\": \"You are a helpful assistant.\"
        },
        {
            \"role\": \"user\",
            \"content\": \"你是谁？\"
        }
    ]
}"

Linux/macOS

curl -X POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "你是谁？"
        }
    ]
}'

发送API请求后，可以得到以下回复：

{
    "choices": [
        {
            "message": {
                "role": "assistant",
                "content": "我是来自阿里云的大规模语言模型，我叫千问。"
            },
            "finish_reason": "stop",
            "index": 0,
            "logprobs": null
        }
    ],
    "object": "chat.completion",
    "usage": {
        "prompt_tokens": 22,
        "completion_tokens": 16,
        "total_tokens": 38
    },
    "created": 1728353155,
    "system_fingerprint": null,
    "model": "qwen-plus",
    "id": "chatcmpl-39799876-eda8-9527-9e14-2214d641cf9a"
}

DashScope-HTTP

您可以运行以下命令发送API请求：

Windows

curl -X POST "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation" ^
-H "Authorization: Bearer %DASHSCOPE_API_KEY%" ^
-H "Content-Type: application/json" ^
-d "{
  \"model\": \"qwen-plus\",
  \"input\": {
    \"messages\": [
      {
        \"role\": \"system\",
        \"content\": \"You are a helpful assistant.\"
      },
      {
        \"role\": \"user\",
        \"content\": \"你是谁？\"
      }
    ]
  },
  \"parameters\": {
    \"result_format\": \"message\"
  }
}"

Linux/macOS

curl -X POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/aigc/text-generation/generation \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
    "model": "qwen-plus",
    "input":{
        "messages":[
            {
                "role": "system",
                "content": "You are a helpful assistant."
            },
            {
                "role": "user",
                "content": "你是谁？"
            }
        ]
    },
    "parameters": {
        "result_format":"message"
    }
}'

发送API请求后，可以得到以下回复：

{
    "output": {
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": "我是来自阿里云的大规模语言模型，我叫千问。"
                }
            }
        ]
    },
    "usage": {
        "total_tokens": 38,
        "output_tokens": 16,
        "input_tokens": 22
    },
    "request_id": "87f776d7-3c82-9d39-b238-d1ad38c9b6a9"
}

其它语言

调用大模型API

Go

package main

import (
    "bytes"
    "encoding/json"
    "fmt"
    "io"
    "log"
    "net/http"
    "os"
)

type Message struct {
    Role    string `json:"role"`
    Content string `json:"content"`
}
type RequestBody struct {
    Model    string    `json:"model"`
    Messages []Message `json:"messages"`
}

func main() {
    // 创建 HTTP 客户端
    client := &http.Client{}
    // 构建请求体
    requestBody := RequestBody{
        // 模型列表：https://help.aliyun.com/model-studio/getting-started/models
        Model: "qwen-plus",
        Messages: []Message{
            {
                Role:    "system",
                Content: "You are a helpful assistant.",
            },
            {
                Role:    "user",
                Content: "你是谁？",
            },
        },
    }
    jsonData, err := json.Marshal(requestBody)
    if err != nil {
        log.Fatal(err)
    }
    // 创建 POST 请求
    // 以下为华北2（北京）地域的URL，各地域的URL不同。调用时请将WorkspaceId替换为真实的业务空间ID。
    req, err := http.NewRequest("POST", "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions", bytes.NewBuffer(jsonData))
    if err != nil {
        log.Fatal(err)
    }
    // 设置请求头
    // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：apiKey := "sk-xxx"
    apiKey := os.Getenv("DASHSCOPE_API_KEY")
    req.Header.Set("Authorization", "Bearer "+apiKey)
    req.Header.Set("Content-Type", "application/json")
    // 发送请求
    resp, err := client.Do(req)
    if err != nil {
        log.Fatal(err)
    }
    defer resp.Body.Close()
    // 读取响应体
    bodyText, err := io.ReadAll(resp.Body)
    if err != nil {
        log.Fatal(err)
    }
    // 打印响应内容
    fmt.Printf("%s\n", bodyText)
}

PHP

<?php
// 设置请求的URL
// 以下为华北2（北京）地域的URL，各地域的URL不同。调用时请将WorkspaceId替换为真实的业务空间ID。
$url = 'https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions';
// 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：$apiKey = "sk-xxx";
$apiKey = getenv('DASHSCOPE_API_KEY');
// 设置请求头
$headers = [
    'Authorization: Bearer '.$apiKey,
    'Content-Type: application/json'
];
// 设置请求体
$data = [
    // 模型列表：https://help.aliyun.com/model-studio/getting-started/models
    "model" => "qwen-plus",
    "messages" => [
        [
            "role" => "system",
            "content" => "You are a helpful assistant."
        ],
        [
            "role" => "user",
            "content" => "你是谁？"
        ]
    ]
];
// 初始化cURL会话
$ch = curl_init();
// 设置cURL选项
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_POST, true);
curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($data));
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_HTTPHEADER, $headers);
// 执行cURL会话
$response = curl_exec($ch);
// 检查是否有错误发生
if (curl_errno($ch)) {
    echo 'Curl error: ' . curl_error($ch);
}
// 关闭cURL资源
curl_close($ch);
// 输出响应结果
echo $response;
?>

C#

using System.Net.Http.Headers;
using System.Text;

class Program
{
    private static readonly HttpClient httpClient = new HttpClient();

    static async Task Main(string[] args)
    {
        // 若没有配置环境变量，请用阿里云百炼API Key将下行替换为：string? apiKey = "sk-xxx";
        string? apiKey = Environment.GetEnvironmentVariable("DASHSCOPE_API_KEY");

        if (string.IsNullOrEmpty(apiKey))
        {
            Console.WriteLine("API Key 未设置。请确保环境变量 'DASHSCOPE_API_KEY' 已设置。");
            return;
        }
        // 以下为华北2（北京）地域的URL，各地域的URL不同。调用时请将WorkspaceId替换为真实的业务空间ID。
        string url = "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1/chat/completions";
        // 模型列表：https://help.aliyun.com/model-studio/getting-started/models
        string jsonContent = @"{
            ""model"": ""qwen-plus"",
            ""messages"": [
                {
                    ""role"": ""system"",
                    ""content"": ""You are a helpful assistant.""
                },
                {
                    ""role"": ""user"", 
                    ""content"": ""你是谁？""
                }
            ]
        }";

        // 发送请求并获取响应
        string result = await SendPostRequestAsync(url, jsonContent, apiKey);

        // 输出结果
        Console.WriteLine(result);
    }

    private static async Task<string> SendPostRequestAsync(string url, string jsonContent, string apiKey)
    {
        using (var content = new StringContent(jsonContent, Encoding.UTF8, "application/json"))
        {
            // 设置请求头
            httpClient.DefaultRequestHeaders.Authorization = new AuthenticationHeaderValue("Bearer", apiKey);
            httpClient.DefaultRequestHeaders.Accept.Add(new MediaTypeWithQualityHeaderValue("application/json"));

            // 发送请求并获取响应
            HttpResponseMessage response = await httpClient.PostAsync(url, content);

            // 处理响应
            if (response.IsSuccessStatusCode)
            {
                return await response.Content.ReadAsStringAsync();
            }
            else
            {
                return $"请求失败: {response.StatusCode}";
            }
        }
    }
}

四、调用智能体应用（可选高级用法）

若您已通过百炼控制台创建了智能体应用（如客服问答机器人），则可通过专属应用 API 调用，此时需提供：

  • 应用 ID（Application ID）
  • API Key
  • 请求地址为智能体应用专用端点

多轮对话需在请求中显式传入历史消息（含 role 为 user 和 assistant 的交替记录），并可复用 session_id 维持上下文。

五、注意事项与常见问题

  • 地域限制：部分功能（如 DeepSeek 模型）仅支持特定地域（如北京）。
  • Token 计费：调用量约一小时后可在百炼控制台的模型监控页面查看 input_tokens 与 output_tokens 消耗情况。
  • 网页解析能力：千问 API 本身无法直接访问或解析网页链接，需结合 Function Calling 或外部爬虫工具提取内容后再输入模型。
  • 错误处理：若返回 code=401, message=Invalid API-key provided，说明 API Key 无效或未正确传递。

2026年阿里云AI产品与云产品优惠权益参考：
AI 产品权益主要包括阿里云百炼 Token Plan，提供多档位套餐，包月预算可控；HappyHorse-1.1 系列模型 限时 6 折；阿里云百炼 Token Plan，提供多档位套餐，包月预算可控；Qwen3.6全模型通享 4.5 折；Qwen3.7-Max 发布 限时 5 折；阿里云百炼优惠券，先用后返，最高200元，个企同享；阿里云 JVS Claw 39元起，一键接入 OpenClaw等。而云产品权益主要有轻量应用服务器限时抢购2核2G38元/年、2核4G9.9元1个月、199元/年；经济型e实例3.9折，通用算力型u2i实例3折，九代c9i、g9i、r9i等实例1年付6.4折起等优惠权益。详情可通过阿里云权益中心了解：https://www.aliyun.com/benefit

综上，调用千问 API 的核心在于正确配置鉴权信息（API Key + WorkspaceId）、选择合适的接口模式（OpenAI 兼容或 DashScope 原生），并通过标准 HTTP 或 SDK 发起请求。对于无编程经验的用户，亦可使用 Chatbox 图形界面 直接与模型交互。

本文原创链接：https://www.tengxunyun8.com/19863.html
版权所有,如未注明,均为原创,转载请注明