千问系列

本页覆盖 qwen3.7-max / qwen3.7-plus 在 bytestream 网关（https://aiapi.bytestream.com.cn/）下的完整接入方式：全部请求参数、千问专属的思考模式（enable_thinking / thinking_budget）与联网搜索、响应结构差异，附 5 组端到端请求组合示例。通用的鉴权、端点与错误码约定见通用说明。

调用端点	可用模型	请求组合示例
1	2	5

概览

bytestream 通过 dashscope 渠道对接阿里云百炼通义千问系列模型，使用其 OpenAI 兼容模式，将请求转换为上游 POST /compatible-mode/v1/chat/completions 调用。可用模型：

qwen3.7-max · 旗舰档位
qwen3.7-plus · 均衡档位

qwen3.7-max： 该系列能力上限最高的档位，长上下文、复杂推理与工具调用表现最好；支持思考模式与联网搜索。适合 Agent 编排、长文档分析等重任务。

qwen3.7-plus： 均衡档位，单价与延迟显著低于 max，能力覆盖多数日常场景（问答、改写、结构化抽取），是批量线上流量的默认选择；参数集与 max 一致，可直接切换 model 做成本降级。

鉴权

请求头携带 Authorization: Bearer sk-xxxxxxxx（sk- 前缀可省略）。令牌需在「控制台 → 令牌管理」中绑定可访问 qwen3.7-max / qwen3.7-plus 的分组。

调用端点

端点	请求体	响应	适用场景
`POST /v1/chat/completions`	JSON	`chat.completion` / SSE chunk	全部 OpenAI 兼容调用方

01 · 请求参数详解

顶层参数

参数	类型	必填	说明
`model`	string	必填	`qwen3.7-max` 或 `qwen3.7-plus`。
`messages`	array<object>	必填	对话消息数组，`role` 取值 `system` / `user` / `assistant` / `tool`；`content` 支持字符串或多模态内容数组。
`stream`	boolean	可选	是否流式返回，默认 `false`。
`stream_options`	object	可选	`{ "include_usage": true }` 可在最后一个 chunk 中带回 `usage`。
`temperature`	number	可选	采样温度，范围 `[0, 2)`，默认约 `0.7`。
`top_p`	number	可选	核采样阈值，`(0, 1.0)` 开区间，默认约 `0.8`。
`top_k`	integer	可选	候选词数量，千问专属参数；取值 `0` 或大于 100 时该策略失效。
`max_tokens`	integer	可选	最大输出 token 数。
`stop`	string \| array<string>	可选	停止序列，映射为上游 `stop`；千问同时支持传入 token id 数组。
`presence_penalty`	number	可选	重复惩罚，范围 `[-2, 2]`，默认 `0`。
`enable_thinking`	boolean	可选	是否开启思考模式。流式与非流式的默认值不同（见下方警示），涉及推理任务时建议显式传值。
`thinking_budget`	integer	可选	思考过程的最大 token 数，超出后模型直接进入正式回答；仅在 `enable_thinking: true` 时生效。
`enable_search`	boolean	可选	是否开启联网搜索，默认 `false`。
`search_options`	object	可选	联网检索细则，如 `{ "forced_search": true, "enable_source": true }`；需配合 `enable_search: true`。
`response_format`	object	可选	`{ "type": "json_object" }` 强制 JSON 输出；使用时需在 prompt 中同时说明"以 JSON 格式输出"。
`tools`	array<object>	可选	OpenAI 格式的函数定义列表。
`tool_choice`	string \| object	可选	`auto`（默认）/ `none`，或指定具体函数。
`parallel_tool_calls`	boolean	可选	是否允许一轮返回多个工具调用，默认 `false`（与 OpenAI 默认相反）。
`seed`	integer	可选	采样种子，尽力保证输出可复现。

思考模式的默认值陷阱

千问上游对 enable_thinking 的默认值取决于调用方式：流式调用默认开启，非流式调用默认关闭（部分档位甚至不允许在非流式下开启思考）。因此同一份请求体加上 stream: true 后行为会变化——请始终显式传 enable_thinking，不要依赖默认值。开启后 thinking_budget 建议同时设置，否则思考 token 可能大幅超出预期。

与 OpenAI 标准的其他差异点

top_p 为开区间，不接受 1.0。
parallel_tool_calls 默认为 false，需要并行工具调用必须显式开启。
n（多候选）与 frequency_penalty 在上游不支持，传入会被忽略。
enable_thinking / thinking_budget / enable_search / search_options / top_k 为千问专属字段，由网关透传。

search_options 子字段

仅在 enable_search: true 时生效：

字段	类型	说明
`forced_search`	boolean	是否强制每轮都联网检索，默认 `false`（由模型自行判断是否需要）。
`enable_source`	boolean	是否在响应中返回检索来源列表，默认 `false`。
`enable_citation`	boolean	是否在正文中插入角标引用，默认 `false`；需与 `enable_source` 配合使用。
`search_strategy`	string	检索条数策略：`standard`（默认，约 5 条）/ `pro`（约 10 条，耗时与 token 更高）。

02 · 请求组合示例

01 · 基础对话（非流式，显式关闭思考）

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [
      { "role": "system", "content": "你是一名电商客服助手。" },
      { "role": "user", "content": "订单还没发货，怎么催？" }
    ],
    "enable_thinking": false,
    "temperature": 0.7,
    "max_tokens": 1024
  }'

OpenAI 官方 SDK 不认识 enable_thinking 这类非标准字段，Python 下需通过 extra_body 传入，Node 下通过请求体透传或 // @ts-expect-error 直接附加。

02 · 思考模式 + 思考预算（流式）

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-max",
    "messages": [{ "role": "user", "content": "分析这套分库分表方案的扩容瓶颈" }],
    "enable_thinking": true,
    "thinking_budget": 4096,
    "max_tokens": 8192,
    "stream": true,
    "stream_options": { "include_usage": true }
  }'

思考内容以 delta.reasoning_content 分片下发，正文以 delta.content 下发，两者可按到达顺序分别渲染。

03 · 联网搜索 + 引用来源

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-max",
    "messages": [{ "role": "user", "content": "最近一周新能源车企的销量情况" }],
    "enable_search": true,
    "search_options": {
      "forced_search": true,
      "enable_source": true,
      "enable_citation": true,
      "search_strategy": "pro"
    }
  }'

04 · 工具调用（并行）

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-max",
    "messages": [{ "role": "user", "content": "同时查一下北京和上海的天气" }],
    "parallel_tool_calls": true,
    "tools": [
      {
        "type": "function",
        "function": {
          "name": "get_weather",
          "description": "查询指定城市的实时天气",
          "parameters": {
            "type": "object",
            "properties": { "city": { "type": "string" } },
            "required": ["city"]
          }
        }
      }
    ],
    "tool_choice": "auto"
  }'

05 · JSON 输出

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.7-plus",
    "messages": [
      { "role": "system", "content": "请以 JSON 格式输出结果。" },
      { "role": "user", "content": "抽取：李四，前端，3 年经验" }
    ],
    "response_format": { "type": "json_object" }
  }'

千问的 json_object 模式要求 prompt 中显式出现"JSON"字样，否则上游可能返回 400；该系列不支持 json_schema 严格结构化输出，需要 schema 约束时改用工具调用。

03 · 响应结构

{
  "id": "chatcmpl-608a1b2c3d4e5f60",
  "object": "chat.completion",
  "created": 1721900000,
  "model": "qwen3.7-max",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "...",
        "reasoning_content": "（开启 enable_thinking 时才有）"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 112,
    "completion_tokens": 520,
    "total_tokens": 632,
    "completion_tokens_details": { "reasoning_tokens": 218 }
  }
}

finish_reason 取值：stop / length / tool_calls / null（流式中间 chunk）。思考 token 计入 completion_tokens，其中细分量在 completion_tokens_details.reasoning_tokens 中给出，可用于核算思考成本。

开启 search_options.enable_source 时，检索来源列表位于响应顶层的 search_info 字段（非 choices 内）；标准 OpenAI SDK 的强类型模型会忽略该字段，需要时请读取原始 JSON。

04 · 附录

错误码

状态码	说明
`200`	请求成功
`400`	参数错误 · `invalid_request`（常见于 `top_p` 传 1.0、非流式下开启思考、JSON 模式未在 prompt 中提及 JSON）
`401`	令牌无效 · `invalid_api_key`
`402`	额度不足 · `insufficient_user_quota`
`404`	模型不存在或令牌分组无权访问
`429`	触发限流 · `rate_limit_exceeded`
`500`	上游 / 网关内部错误

错误体统一为 {"error": {"message", "type", "param", "code"}}。

速查

{
  "model": "qwen3.7-max",
  "messages": [{ "role": "user", "content": "..." }],
  "stream": true,
  "stream_options": { "include_usage": true },
  "temperature": 0.7,
  "top_p": 0.8,
  "top_k": 50,
  "max_tokens": 8192,
  "stop": ["\n\n"],
  "presence_penalty": 0,
  "seed": 42,
  "enable_thinking": true,
  "thinking_budget": 4096,
  "enable_search": true,
  "search_options": {
    "forced_search": true,
    "enable_source": true,
    "enable_citation": true,
    "search_strategy": "pro"
  },
  "response_format": { "type": "json_object" },
  "tools": [{ "type": "function", "function": { "name": "...", "parameters": {} } }],
  "tool_choice": "auto",
  "parallel_tool_calls": true
}

bytestream · dashscope 渠道 · 通义千问系列接入文档 —— 本文档为接入示例（非官方最终版），供接口联调参考。

千问系列

On this page