查询模型列表-大模型服务平台百炼(Model Studio)-阿里云帮助中心

调用 GET /api/v1/models 接口查询百炼平台上可用的模型列表，支持按模型作者、模态类型、模型能力、部署模式等条件筛选，并获取模型的定价和上下文长度等信息。

前提条件

已创建 API Key 并配置为环境变量 DASHSCOPE_API_KEY。配置方法请参见配置API Key到环境变量。

请求说明

HTTP 方法：GET

请求地址

调用时请将 {WorkspaceId} 替换为业务空间 ID。

地域	Endpoint
华北2（北京）	`https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/models`
新加坡	`https://dashscope-intl.aliyuncs.com/api/v1/models`
中国香港	`https://cn-hongkong.dashscope.aliyuncs.com/api/v1/models`
日本（东京）	`https://{WorkspaceId}.ap-northeast-1.maas.aliyuncs.com/api/v1/models`
德国（法兰克福）	`https://{WorkspaceId}.eu-central-1.maas.aliyuncs.com/api/v1/models`
美国（弗吉尼亚）	`https://{WorkspaceId}.us-east-1.maas.aliyuncs.com/api/v1/models`

认证方式

在请求 Header 中设置 Authorization: Bearer {API_KEY}。

请求参数

所有参数均通过 Query String 传递。

name · String · 可选

按模型名称进行模糊搜索。示例：qwen

model · String · 可选

按模型 ID 进行精确查询。示例：qwen3.8-max

language · String · 可选

返回结果的语言。可选值：zh-CN（中文）、en-US（英文）。

page_no · Integer · 可选

页码，从 1 开始。默认值：1。

page_size · Integer · 可选

每页返回的模型数量。默认值：20。

providers · Array[String] · 可选

按模型供应商筛选。

providers 可选值

qwen：阿里巴巴-千问
zhipu-ai：智谱AI
wan：阿里巴巴-万相
qwen-domain-model：阿里巴巴-领域模型
mini-max：MiniMax
moonshot-ai：月之暗面
deepseek：DeepSeek
happyhorse：阿里巴巴-HappyHorse
kling：可灵AI
pixverse：PixVerse
vidu：Vidu
tripo：Tripo
xiaomi：小米MiMo

inference_providers · Array[String] · 可选

按推理服务供应商筛选。可选值：

inference_providers 可选值

aliyun-bailian：阿里云百炼
alibaba-cloud-modelstudio：Alibaba Cloud Model Studio
siliconflow：硅基流动
moonshot：Kimi
mini-max：MiniMax
kling：Kling AI
vidu：Vidu
pixverse：PixVerse
vanchin：快手万擎
xiaomi：小米MiMo
zhipu-ai：Zhipu AI
tripo：Tripo

capabilities · Array[String] · 可选

按模型类型筛选。

capabilities 可选值

Reasoning：深度思考
VU：视觉理解
IG：图片生成
VG：视频生成
ASR：语音识别
TTS：语音合成
ME：多模态向量
Realtime-Omni：实时全模态
Multimodal-Omni：全模态
Realtime-Text-to-Speech：实时语音合成
TG：文本生成
TR：文本向量
Realtime-ASR：实时语音识别
Realtime-Audio-Translate：实时语音翻译
3D-generation：3D 生成
Realtime-Chatting：实时语音对话

传入多个值时重复参数名，例如 capabilities=TG&capabilities=Reasoning，返回支持文本生成或深度思考的模型。

features · Array[String] · 可选

按模型能力筛选。

features 可选值

model-experience：模型体验
function-calling：function calling
structured-outputs：结构化输出
web-search：联网搜索
prefix-completion：前缀续写
cache：cache缓存
batch：批量推理
fine-tuning：模型调优

context_window · Integer · 可选

按上下文长度筛选，返回上下文长度严格小于该值的模型。示例：20000。

service_site · String · 可选

按部署模式筛选。不传时返回所有部署模式的模型。可选值：

service_site 可选值

global：全球
international：国际
asia-pacific-china：中国
cn-hongkong：中国香港
european-union：欧盟
united-states：美国
japan：日本

supports · Array[String] · 可选

按模型支持的应用场景筛选。默认值：inference。可选值：

supports 可选值

inference：支持推理的模型
deploy：支持部署的模型

deployment_methods · Array[String] · 可选

按部署方式筛选。可选值：

deployment_methods 可选值

ptu：预置吞吐量（Provisioned Throughput Unit）

deployment_ptu_service_tiers · Array[String] · 可选

按 PTU 类型筛选，使用时需同时设置 deployment_methods 包含 ptu。

请求示例

查询所有模型

不设置筛选条件。示例查询第一页；如需获取所有模型，请递增 page_no，直到获取完 output.total 指示的模型总数。

curl

curl --get "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/models" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header "Content-Type: application/json" \
    --data-urlencode "page_no=1" \
    --data-urlencode "page_size=20"

Python

import os
from dashscope import Models

resp = Models.list(
    page=1,
    page_size=20,
    api_key=os.getenv('DASHSCOPE_API_KEY'),
)
print(resp.output)

说明DashScope Python SDK 的 Models.list() 方法查询模型时仅支持 page 与 page_size 两个分页参数，不支持按 capabilities、providers、features 等条件筛选。如需筛选模型，请使用 HTTP API。Python 示例查询第一页，递增 page 可获取后续页面。

按模型 ID 查询

设置 model=qwen3.8-max，按模型 ID 精确查询。

curl --get "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/models" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header "Content-Type: application/json" \
    --data-urlencode "model=qwen3.8-max" \
    --data-urlencode "page_no=1" \
    --data-urlencode "page_size=20"

查询所有文本生成模型

设置 capabilities=TG，查询文本生成模型。示例查询第一页，递增 page_no 可获取后续页面。

curl --get "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/models" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header "Content-Type: application/json" \
    --data-urlencode "capabilities=TG" \
    --data-urlencode "page_no=1" \
    --data-urlencode "page_size=20"

查询 Qwen 系列的推理模型

设置 providers=qwen 和 capabilities=Reasoning，查询 Qwen 系列的推理模型。示例查询第一页，递增 page_no 可获取后续页面。

curl --get "https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/models" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header "Content-Type: application/json" \
    --data-urlencode "providers=qwen" \
    --data-urlencode "capabilities=Reasoning" \
    --data-urlencode "page_no=1" \
    --data-urlencode "page_size=100"

返回参数

request_id · String

请求 ID，用于问题排查。

output.total · Number

符合条件的模型总数。

output.page_no · Number

当前页码。

output.page_size · Number

每页条数。

output.models[]

model · String

模型 ID，用于 API 调用时指定模型。

name · String

模型的名称。

description · String

模型的功能描述。

provider · String

模型作者，如 qwen。

inference_provider · String

推理服务供应商，如 aliyun-bailian。

capabilities · Array[String]

模型支持的模态类型，取值与请求参数 capabilities 一致。

features · Array[String]

模型支持的能力列表，取值与请求参数 features 一致。

published_time · String

模型发布时间，格式：yyyy-MM-dd HH:mm:ss。可能为 null。

inference_metadata · Object

模型的输入输出模态信息，包含以下字段：

request_modality（Array[String]）：输入模态，可选值为 Text、Image、Audio、Video。
response_modality（Array[String]）：输出模态，可选值同上。

model_info · Object

模型的上下文长度信息，包含以下字段（值为 null 表示无限制或不适用）：

context_window（Integer）：上下文窗口总长度
max_input_tokens（Integer）：最大输入 Token 数
max_output_tokens（Integer）：最大输出 Token 数
max_reasoning_tokens（Integer）：最大推理 Token 数
reasoning_max_input_tokens（Integer）：最大输入（思考）
reasoning_max_output_tokens（Integer）：最大输出（思考）

prices · Array[Object]

模型定价信息。每个元素包含：

range_name（String）：分段名称。如无分段计费则为 Default，如有分段则为具体区间（如 32k<Input<=128k）。
prices（Array[Object]）：价格列表，每项包含 type（计费项）、price（单价）、price_unit（单位，如"每百万tokens"）、price_name（价格描述，如"输入"）。

equivalent_snapshot · String

对应的快照模型

inference_offline_info · Object

推理场景下线信息

inference_offline_info.$.offline_time · Date

预计下线时间

返回示例

以下示例用于展示返回结构，模型信息和价格以实际返回结果为准。

{
    "code": null,
    "message": null,
    "success": true,
    "output": {
        "total": 168,
        "page_no": 1,
        "page_size": 10,
        "models": [
            {
                "model": "qwen3.8-max",
                "name": "通义千问3.8-Max",
                "description": "通义千问3系列Max模型，适配场景更加复杂的智能体需求。",
                "features": [
                    "function-calling",
                    "structured-outputs",
                    "web-search"
                ],
                "prices": [
                    {
                        "prices": [
                            {
                                "type": "input_token",
                                "price": "2",
                                "price_unit": "每百万tokens",
                                "price_name": "输入"
                            },
                            {
                                "type": "output_token",
                                "price": "8",
                                "price_unit": "每百万tokens",
                                "price_name": "输出"
                            }
                        ],
                        "range_name": "Default"
                    }
                ],
                "published_time": "2025-11-11 12:00:00",
                "inference_metadata": {
                    "response_modality": ["Text"],
                    "request_modality": ["Text"]
                },
                "model_info": {
                    "context_window": 131072,
                    "max_input_tokens": 130048,
                    "max_output_tokens": 16384,
                    "max_reasoning_tokens": null
                }
            },
            {
                "model": "qwen-image-3.0-pro",
                "name": "Qwen-Image-3.0-Pro",
                "description": "通义千问图像生成模型Max系列。",
                "features": ["model-experience"],
                "prices": [
                    {
                        "prices": [
                            {
                                "type": "image_number",
                                "price": "0.075",
                                "price_unit": "每张",
                                "price_name": "图像生成"
                            }
                        ],
                        "range_name": "Default"
                    }
                ],
                "published_time": null,
                "inference_metadata": {
                    "response_modality": ["Image"],
                    "request_modality": ["Text"]
                },
                "model_info": {
                    "context_window": null,
                    "max_input_tokens": null,
                    "max_output_tokens": null,
                    "max_reasoning_tokens": null
                }
            }
        ]
    },
    "request_id": "d5f5201f-ee7a-9e3d-8569-bc0eedec21f9"
}

错误码

如果调用失败，会返回错误信息。更多错误码及解决方法，请参见错误信息。