阿里云海外重磅发布 Qwen Cloud

简介: 5月26日,阿里云在新加坡发布专为AI智能体(Agent)打造的Qwen Cloud(qwencloud.com)。首创Skills(自然语言调用)、CLI(工作流自动化)和Website(开发者门户)三入口架构,支持文本、视觉、图像、视频、音频、嵌入六大模态一站式接入,并提供透明计费与开放生态。

5月26日,阿里云在新加坡面向全球市场正式发布 Qwen Cloud(qwencloud.com)。阿里云首席技术官、国际业务总裁李飞飞表示:“海外市场对 AI 的需求持续旺盛,尤其是 Agent(智能体)的爆发让模型调用量和云资源消耗呈指数级增长”。当 Agent 成为云服务的重要用户,围绕人类设计的界面和交互逻辑都需要被重写。Qwen Cloud,正是为AI Agent 而生的全新服务方式。

image.png

专为Agent而生:Skills 与 CLI 重塑交互

云的主要消费者正在从“人”变成"Agent"。当智能体成为云服务的重要用户,传统的界面已无法满足需求。Qwen Cloud 创新性地设计了三入口架构,将平台能力转化为不同角色可直接调用的语言:

Skills(服务于 Agent):“这是 Qwen Cloud 的核心差异化所在。我们将图像生成、视觉识别、视频处理等复杂能力,封装为 Agent 可读的标准化指令(Skills Prompt)。”QwenCloud 负责人孔琳琳表示。以前,开发者需查找接口、编写调用代码、测试调试,再“教”给智能体。现在,只需向智能体下达一条自然语言指令,它即可自主理解并直接调用平台能力。无需编写底层代码,Agent 即学即用。

image.png

CLI(服务于工作流):为终端、脚本及 CI/CD 流水线提供高速、确定且可复现的命令行操作层。无论是自动化部署还是批量任务处理,CLI 确保了流程的稳定执行,让工作流不再受图形界面波动的影响。

Website(服务于人):专为开发者打造的探索门户。可免费起步,支持几百种模型并排对比、在线体验,一键获取 API 密钥。从实验到生产,仅需一个浏览器标签页。

网站服务于人类探索,Skills 服务于智能体思考,CLI 服务于工作流执行。三扇大门,通向同一个零摩擦平台。

一站式模型接入体验,六大模态全域覆盖

此外,Qwen Cloud 打破了传统多平台碎片化困境,打造真正的“一站式”模型接入体验。其 Web 入口不仅是模型列表,更是一条从免费探索、并排对比、在线测试到一键获取 API 的完整选用链路,让开发者无需绑定信用卡即可在单标签页内完成从实验到生产的闭环。

大多数 AI 平台始于文本也止于文本,但真实的应用场景远不止于此。Qwen Cloud 汇聚了阿里全系列模型并且引入三方生态模型,涵盖文本、视觉、图像、视频、音频、嵌入(向量搜索)六大模态。

无论是文档分析、截图理解,还是语音交互、视频摘要,开发者只需一个api key、一次集成,即可在一个平台上完成所有多模态任务。随着应用的发展,平台也能同步扩展,无需迁移。

image.png

透明账单与灵活计费,成本清晰可控

对于企业而言,AI 落地的最大痛点之一是成本不可控。Qwen Cloud 带来了透明、可预测的成本管理方案:支持按 API Key ID、Workspace ID、模型名称、输入/输出类型、调用渠道 等多维度分析。管理者可以清晰地知道:谁在用?用在哪?用了多少?成本来自哪里?

在计费模式上,Qwen Cloud 推出了创新的 Token Plan 多模态订阅服务:

  • 成本可预测:提供固定月费,涵盖文本、图像及语音功能,解决按量付费带来的预算波动难题。
  • 团队共享:支持多席位共享,方便团队协作统一管理。
  • 灵活超额:即使超出配额,服务也不会中断,超额部分自动转为按量付费,兼顾稳定性与灵活性。

此外,平台内置了企业级功能,包括工作区隔离、细粒度权限管理、速率限制、API 密钥管理及透明账单,确保从单人开发到大规模生产环境的平滑过渡。

image.png

开放多元生态,模型选择便捷高效

Qwen Cloud 坚持开放策略,除了完整的 Qwen 模型家族外,平台已接入业界顶尖的第三方模型,如专为高性能推理打造的 DeepSeek,未来还将有更多优秀模型加入。开发者可以在不更改任何集成代码的前提下,自由切换不同模型,并直观对比其成本与性能表现,真正掌握模型选择权。

另外,QwenCloud 已向全球开发者发出邀请,启动黑客松活动,鼓励大家在其上构建生产级 AI 智能体。

“三件事。就在现在,第一步:访问qwencloud.com,无需配置,5分钟即可试用模型。第二部:为您的 Agent 接入 Skills 提示词与 CLI,一条指令打通全平台能力。第三步:获取兼容 OpenAI 标准的 API 密钥,无缝对接现有工具链。即可解锁将强大模型转化为生产力的最快路径”孔琳琳表示。

image.png

来源  |  阿里云开发者公众号


相关文章
|
20天前
|
人工智能 自然语言处理 API
阿里云Qwen Cloud正式发布 面向Agent时代全新云服务全解析
随着AI智能体技术迎来爆发式增长,智能体已经不再是辅助工具,逐步演变成为云服务消费的核心主体。传统云平台以人类用户为中心设计的界面交互、操作逻辑,已经难以适配AI Agent无规律弹性调用、短时任务瞬时启停、自动化流程高频运行的全新需求。面对全球市场AI算力需求持续攀升,智能体带动模型调用量与云资源消耗呈指数级增长的行业现状,阿里云于5月26日在新加坡面向全球市场正式重磅推出Qwen Cloud全新云服务平台。
479 1
|
20天前
|
人工智能 自然语言处理 API
阿里云海外重磅发布 Qwen Cloud
Qwen Cloud,正是为AI Agent 而生的全新服务方式。
1869 57
|
4月前
|
人工智能 运维 供应链
同行致远丨AI 云下一程:从出海伙伴到全球智能基石
在全球化与智能化浪潮交汇的今天,企业选择云服务的逻辑,正转向“谁与我战略最同频”
|
20天前
|
人工智能 运维 数据安全/隐私保护
2026年阿里云通义千问Qwen3.7-Plus全解析:功能、优势与618订阅方案
随着人工智能技术全面融入办公、创作、研发、教育等各行各业,大模型已经从小众技术产品转变为大众日常工具。不同定位的大模型有着明确的使用分层:旗舰模型综合性能顶尖,但调用成本高昂,仅适合核心复杂业务;轻量化模型价格低廉,却难以应对中等难度的推理、创作与代码任务。在这样的市场格局下,**通义千问Qwen3.7-Plus**作为阿里云通义千问3.7系列的中端主力模型应运而生。该模型依托阿里云百炼MaaS平台对外提供服务,兼顾综合性能与使用成本,平衡了能力、稳定性与性价比,成为个人用户、自由职业者、小型团队以及中小微企业的主流选择。2026年618大促期间,阿里云百炼针对Qwen3.7-Plus推出按量
638 1
|
20天前
|
人工智能 API 语音技术
阿里云百炼CLI安装教程——阿里云开源的AI Agent命令行工具
阿里云百炼CLI是百炼AI平台官方命令行工具,支持全模态对话、图像/视频生成、语音处理、知识检索等10+能力。提供AI Agent一键安装与手动安装两种方式,轻松集成Vibe Coding、Skills扩展及MCP,助力高效AI开发。阿里云百炼快速体验:https://t.aliyun.com/U/fPVHqY
|
20天前
|
人工智能 运维 安全
阿里云发布Qwen Cloud,加速AI出海!
阿里云在新加坡发布面向海外的AI战略升级:推出全新AI官网Qwen Cloud、Agent产品MuleRun、智能体编程平台Qoder及桌面智能体QoderWork,并完成云基础设施Agentic化改造,全面支持Agent原生开发与部署。
160 0
|
2月前
|
人工智能 数据可视化 API
通过阿里云百炼平台如何调用DeepSeek-V4-Pro?部署教程参考
阿里云百炼平台调用DeepSeek-V4-Pro的流程:首先需开通百炼服务,首次开通可获新人免费额度;随后创建API Key,并通过Chatbox可视化客户端配置模型(填写API Key、模型ID为deepseek-v4-pro等)即可快速体验。文章还提供了三种代码调用方式:OpenAI兼容接口、DashScope SDK及直接HTTP请求,均支持开启思考模式(enable_thinking=True)。该模型具备百万级上下文、思维链推理、Function Calling等能力,按输入输出Token计费,适合开发者快速集成DeepSeek-V4-Pro的推理能力。
|
3月前
|
负载均衡 并行计算 数据可视化
仅需1元马上拥有DeepSeek-V4-Pro,共两种方法,基于百炼只要1元,选择GPU要1600 元
阿里云推出DeepSeek-V4-Pro两种部署方案:一、通过百炼MaaS平台调用,5分钟即开即用,仅需1元(含100万免费token);二、在GPU云服务器上自建部署,满血版体验,约1600元/2小时。模型支持百万字超长上下文,性能国内领先;三、阿里云官方活动:https://t.aliyun.com/U/cyOqck 在活动中心查看
|
11月前
|
运维 供应链 Kubernetes
【云故事探索 | No.12】:茶百道——奶茶上云,原生的更好喝
【云故事探索 | No.12】:茶百道——奶茶上云,原生的更好喝
|
机器学习/深度学习 存储 人工智能
【科普向】我们所说的AI模型训练到底在训练什么?
人工智能(AI)模型训练类似于厨师通过反复实践来掌握烹饪技巧。它通过大量数据输入,自动优化内部参数(如神经网络中的权重和偏置),以最小化预测误差或损失函数,使模型在面对新数据时更加准确。训练过程包括前向传播、计算损失、反向传播和更新权重等步骤,最终生成权重文件保存模型参数,用于后续的应用和部署。理解生物神经网络的工作原理为人工神经网络的设计提供了灵感,后者广泛应用于图像识别、自然语言处理等领域。