用视觉大模型识别图片或 PDF:文字、表格、票据、试卷、证件,或按你指定的字段提取信息。
表格会额外生成 XLSX;票据、试卷、证件会尽量整理成结构化表格。
PDF 按页拆图,页数越多调用越慢、费用越高。
阿里云百炼控制台创建;只用于本次请求,不保存。
兼容 OpenAI /chat/completions 的地址均可。
默认 qwen-vl-plus;可换 qwen-vl-max 等视觉模型。
选择「按字段提取」时必填。也可在这里补充语气、输出格式等要求。