Crear una tarea de implementación de modelo.
Requisitos previos
- Lea Descripción general de la implementación dedicada y Implementar un modelo mediante la API para comprender cómo funciona la implementación de modelos y el flujo de trabajo básico en Alibaba Cloud Model Studio.
- Configure su clave de API para Model Studio. Para obtener más información, consulte Obtener una clave de API.
Despliegue de modelos
Endpoint
POST https://dashscope-intl.aliyuncs.com/api/v1/deployments
Ejemplos de solicitud
Facturación por unidades de rendimiento aprovisionado (PTU)
NotaDespués de ejecutar el comando de implementación a continuación, la facturación comienza inmediatamente tras una implementación exitosa, incluso si aún no ha invocado el modelo. Confirm las reglas de facturación antes de implementar.
El modo de facturación PTU cobra según la duración del uso del rendimiento aprovisionado. Es adecuado para escenarios que requieren garantías de rendimiento estables, alta concurrencia, baja latencia y tráfico predecible. En este modo, el rendimiento/concurrencia y la velocidad de generación están preestablecidos por la plataforma y no se pueden ajustar.
curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"name": "my_qwen_flash",
"model_name": "qwen-flash-2025-07-28",
"plan": "ptu",
"ptu_capacity": {
"input_tpm": 10000,
"output_tpm": 1000
}
}'
Facturación por duración de uso de unidad de modelo
Nota
- Después de ejecutar el comando de implementación a continuación, la facturación comienza inmediatamente tras una implementación exitosa, incluso si aún no ha invocado el modelo. Confirm las reglas de facturación antes de implementar.
- Los recursos de cómputo de pago por uso de unidades de modelo se asignan por orden de llegada. Si la compra falla, recibirá un reembolso completo.
Seleccione el método de model unit billing. Este modo cobra según la duración de uso de la unidad de modelo y es adecuado para cargas de trabajo de inferencia a gran escala después del ajuste fino del modelo. Los recursos son dedicados, y el rendimiento y el costo son flexibles. El rendimiento/concurrencia y la velocidad de generación son personalizables.
curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"name": "my_qwen_plus",
"model_name": "qwen-plus-2025-12-01",
"plan": "mu",
"deploy_spec": "MU1",
"enable_thinking": true,
"capacity": 4,
"max_context_length": 10000,
"rpm_limit": 500,
"tpm_limit": 1000
}'
El modo de despliegue de unidad de modelo admite configuraciones adicionales:
Elemento de configuración | Detalles de configuración |
|---|---|
Nombre del servicio | Nombre personalizado para el servicio de despliegue. |
Seleccionar modelo | Seleccione el modelo a desplegar, incluidos los modelos integrados de la plataforma y los modelos ajustados. |
Tipo de unidad de modelo | Seleccione la especificación de implementación. Las diferentes especificaciones corresponden a distintas capacidades de cómputo y rendimiento. |
Recuento de réplicas de despliegue | Establezca el número inicial de réplicas de implementación, lo cual afecta la capacidad de concurrencia del servicio. |
Plantilla de despliegue | Seleccione una plantilla de implementación (como "single-node deployment"). Las diferentes plantillas corresponden a distintos esquemas de configuración de recursos. Disponible solo bajo el modo de facturación por unidad de modelo. |
Configurar modo de inferencia del modelo | Para algunos modelos implementados en modo Unidad de Modelo, puede configurar el modo de inferencia, la longitud máxima del contexto y más.
|
Longitud máxima de contexto | El modo de implementación de Unidad de Modelo de algunos modelos admite esta configuración. La longitud máxima del contexto depende del tipo de modelo. |
Limitación de tasa del servicio | El modo de implementación de Unidad de Modelo de algunos modelos admite esta configuración. Puede limitar las RPM y los TPM de las invocaciones del modelo. |
Para obtener detalles sobre cómo configurar estas opciones mediante la API, consulte Crear una tarea de implementación de modelo mediante la API.
Facturación por uso de tokens
Seleccione el método de token-based billing. Este modo cobra según el uso de tokens y es adecuado para escenarios sensibles a los costos con bajos requisitos de concurrencia y latencia. Ofrece la mayor ventaja de precio. El rendimiento/concurrencia y la velocidad de generación están preestablecidos por la plataforma y no se pueden ajustar.
curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
"model_name": "qwen3-8b-ft-202511132025-0260",
"plan": "lora",
"capacity": 1,
"name": "qwen3-8b-ft"
}'
El parámetro capacity no tiene efecto pero debe incluirse. Para aumentar o reducir la escala, vaya a la Dedicated Deployment consola de Model Studio y envíe una solicitud mediante formulario.
Parámetros de solicitud
Parámetro | Tipo | Ubicación | Obligatorio | Descripción | |||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
model_name | String | body | Sí | El nombre del modelo a implementar. Esto corresponde al ID del modelo en My Models. También puede obtener este ID de la salida de las operaciones Crear trabajo de entrenamiento o Crear trabajo de importación. | |||||||||||
plan | String | body | Sí | El plan de despliegue. Se admiten los siguientes métodos de facturación:
Puede encontrar rápidamente los planes de implementación admitidos para un modelo ajustado en My Models. Los modelos CosyVoice ajustados actualmente solo admiten | |||||||||||
name | String | body | Sí | El nombre para mostrar del modelo en la consola. | |||||||||||
capacity | Integer | body | No | Obligatorio solo cuando se especifica Los modelos CosyVoice proporcionan actualmente las siguientes dos plantillas de implementación con sus correspondientes restricciones de
| |||||||||||
billing_method | String | body | No | Obligatorio solo cuando se especifica | |||||||||||
deploy_spec | String | body | No | Esta configuración solo es aplicable cuando se especifica Para obtener detalles sobre la compatibilidad con funciones, consulte Compatibilidad con funciones para la implementación de unidades de modelo. | Este parámetro es obligatorio cuando se especifica Puede obtener este valor del campo | ||||||||||
enable_thinking | Boolean | body | No | Admitido por algunos modelos. Puede establecer esto en | |||||||||||
max_context_length | Número | body | No | Compatible con algunos modelos. Ejemplo: | |||||||||||
rpm_limit | Número | body | No | Admitido por algunos modelos. Especifica el número máximo de solicitudes por minuto (RPM). | |||||||||||
tpm_limit | Número | body | No | Admitido por algunos modelos. Especifica el número máximo de tokens por minuto (TPM). | |||||||||||
ptu_capacity | Object | body | No | Esta configuración solo es aplicable cuando se especifica Para obtener detalles sobre la compatibilidad con funciones, consulte Compatibilidad con funciones para el despliegue PTU. Si no especifica este parámetro, el sistema utiliza de forma predeterminada | Ejemplo: Ejemplo: | ||||||||||
ptu_capacity.input_tpm | Número | body | No | Admitido por todos los modelos. Especifica el número máximo de tokens de entrada por minuto (TPM). | |||||||||||
ptu_capacity.output_tpm | Número | body | No | Admitido por todos los modelos. Especifica el número máximo de tokens de salida por minuto (TPM). | |||||||||||
ptu_capacity.thinking_output_tpm | Número | body | No | Compatible con algunos modelos. Especifica el número máximo de tokens de salida de pensamiento aprovisionados por minuto (TPM). | |||||||||||
suffix | String | body | No | Después de implementar un modelo, se genera un nuevo nombre de modelo. El parámetro suffix especifica el sufijo para este nuevo nombre. Debe ser globalmente único y tener una longitud máxima de 8 caracteres. Puede omitir el sufijo para la primera implementación de un modelo. Si implementa el mismo modelo varias veces, debe especificar un sufijo único para cada implementación. Consulte el parámetro de salida deployed_model para obtener más información. | |||||||||||
Modelos admitidos
Ver funciones compatibles y facturación.
Facturación por duración de uso (Provisioned Throughput)
Cost = Usage duration × (Input TPM unit price × Input TPM + Output TPM unit price × Output TPM)
El pospago se calcula por hora: la unidad de duración de uso es horas, y el precio unitario toma la columna "1 hora continua" en la tabla a continuación; el prepago se calcula por día: la unidad de duración de uso es días, y el precio unitario toma la columna "1 día continuo" en la tabla a continuación.
- Los pedidos prepago entran en vigor inmediatamente después del pago, válidos por N días hasta las 23:59 del día N. Si se pide después de las 22:00, la fecha de vencimiento se extiende automáticamente por 1 día.
- Después de que expire un pedido prepago, el servicio se detendrá con un retraso de 2 horas, y los recursos se conservarán durante 14 horas después de la detención antes de ser liberados.
- Los pedidos prepagos no pueden cancelarse anticipadamente.
- Para la facturación pospago, si su cuenta tiene saldos pendientes, los recursos implementados se conservarán y facturarán durante 24 horas, tiempo durante el cual el servicio aún se puede usar normalmente. Después de 24 horas, el sistema deja de facturar, la implementación del modelo entra en estado de saldo pendiente y los recursos subyacentes se eliminarán, pero la tarea de implementación del modelo se conservará. Después de pagar los saldos pendientes, el sistema reasignará recursos y reanudará el uso (los cargos continuarán acumulándose después de la reanudación). Si no want seguir incurriendo en cargos, puede eliminar la tarea de implementación del modelo; una vez eliminada con éxito, la facturación se detendrá.
Cuando la entrada del modelo excede el token de entrada máximo, la llamada relevante cambiará automáticamente al modo de pago por uso del modelo actual; cuando se exceden los TPM comprados, se maneja según la política de desbordamiento seleccionada en la creación ("Auto-overflow" cambia a pago por uso, "Solo capacidad PTU" devuelve 429). En este momento, el rendimiento de inferencia puede degradarse y estará regido por el tráfico público del modelo de instantánea actual en el espacio de trabajo, y la tarifa se cobra según el estándar de invocación del modelo (pago por uso).
- En este momento (solo bajo la política "Auto-overflow"), el encabezado de respuesta de la API de llamada incluirá:
x-dashscope-ptu-overflow:true. - Para consultar las estadísticas de TPM, vaya a: Model Monitoring.
Para reglas específicas de reducción de tarifas y reembolsos en escenarios de reducción de escala (downgrade), consulte: Reglas de reembolso para reducciones de configuración.
NotaLa implementación PTU admite coeficientes de capacidad escalonados y descuentos de caché para entradas largas. Para obtener más información, consulte Entrada larga y caché de Provisioned Throughput.
Singapore
Qwen
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada prepaga Por 10K TPM/día | Salida prepaga Por 1K TPM/día |
|---|---|---|---|---|---|---|
Qwen3.8-Max | qwen3.8-max | 1M | $4.8 | $1.44 | $57.6 | $17.28 |
Qwen3.7-Max-2026-05-20 | qwen3.7-max-2026-05-20 | 256K | $1.92 | $1.8 | $72 | $21.6 |
Qwen3.7-Plus-2026-05-26 | qwen3.7-plus-2026-05-26 | 256K | $0.96 | $0.384 | $11.52 | $4.608 |
Qwen3.6-Plus-2026-04-02 | qwen3.6-plus-2026-04-02 | 128K | $1.2 | $0.72 | $14.4 | $8.64 |
Qwen3.5-Plus-2026-04-20 | qwen3.5-plus-2026-04-20 | 128K | $0.96 | $0.576 | $11.52 | $6.912 |
DeepSeek
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada prepaga Por 10K TPM/día | Salida prepaga Por 1K TPM/día |
|---|---|---|---|---|---|---|
DeepSeek-v4-Flash | deepseek-v4-flash | 256K | $0.72 | $0.144 | $8.64 | $1.728 |
DeepSeek-v4-Pro | deepseek-v4-pro | 256K | $0.96 | $1.728 | $103.68 | $20.736 |
DeepSeek-v3.2 | deepseek-v3.2 | 64K | $2.05 | $0.616 | $24.62 | $7.387 |
GLM
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada prepaga Por 10K TPM/día | Salida prepaga Por 1K TPM/día |
|---|---|---|---|---|---|---|
GLM-5.2 | glm-5.2 | 1M | $5.04 | $1.584 | $60.48 | $19.008 |
GLM-5.1 | glm-5.1 | 64K | $5.04 | $1.584 | $64.8 | $19.008 |
Qwen-VL
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada prepaga Por 10K TPM/día | Salida prepaga Por 1K TPM/día |
|---|---|---|---|---|---|---|
Qwen3-VL-Plus-2025-09-23 | qwen3-vl-plus-2025-09-23 | 128K | $0.48 | $0.384 | $5.76 | $4.608 |
Norte de China 2 (Beijing)
Qwen
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada por suscripción Por 10K TPM/día | Salida por suscripción Por 1K TPM/día |
|---|---|---|---|---|---|---|
Qwen3.8-Max | qwen3.8-max | 1M | $3.96 | $1.188 | $47.53 | $14.258 |
Qwen3.7-Max-2026-05-20 | qwen3.7-max-2026-05-20 | 256K | $3.96 | $1.188 | $47.53 | $14.258 |
Qwen3.7-Plus-2026-05-26 | qwen3.7-plus-2026-05-26 | 256K | $0.66 | $0.264 | $7.92 | $3.168 |
Qwen3.6-Plus-2026-04-02 | qwen3.6-plus-2026-04-02 | 128K | $0.67 | $0.066 | $7.93 | $4.753 |
Qwen3.5-Plus-2026-04-20 | qwen3.5-plus-2026-04-20 | 128K | $0.26 | $0.16 | $3.17 | $1.9 |
Qwen3-Max-2025-09-23 | qwen3-max-2025-09-23 | 128K | $1.11 | $0.45 | $13.32 | $5.4 |
Qwen-Flash-2025-07-28 | qwen-flash-2025-07-28 | 128K | $0.06 | $0.06 | $0.72 | $0.72 |
Qwen-Plus-2025-12-01 | qwen-plus-2025-12-01 | 128K | $0.28 | Sin pensamiento: $0.07 Pensamiento: $0.28 | $3.36 | Sin pensamiento: $0.84 Pensamiento: $3.36 |
DeepSeek
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada por suscripción Por 10K TPM/día | Salida por suscripción Por 1K TPM/día |
|---|---|---|---|---|---|---|
DeepSeek-v4-Flash | deepseek-v4-flash | 256K | $0.5 | $0.099 | $5.94 | $1.188 |
DeepSeek-v4-Pro | deepseek-v4-pro | 256K | $5.94 | $1.188 | $71.3 | $14.26 |
DeepSeek-v3.2 | deepseek-v3.2 | 64K | $1.04 | $0.16 | $12.48 | $1.92 |
DeepSeek-v3 | deepseek-v3 | 64K | $0.99 | $0.396 | $11.9 | $4.75 |
GLM
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada por suscripción Por 10K TPM/día | Salida por suscripción Por 1K TPM/día |
|---|---|---|---|---|---|---|
GLM-5.2 | glm-5.2 | 1M | $3.96 | $1.386 | $47.53 | $16.635 |
GLM-5.1 | glm-5.1 | 64K | $2.97 | $1.19 | $35.65 | $14.26 |
Qwen-VL
Nombre del modelo | Código de modelo | Tokens máximos de entrada | Entrada pospago Por 10K TPM/hora | Salida pospago Por 1K TPM/hora | Entrada por suscripción Por 10K TPM/día | Salida por suscripción Por 1K TPM/día |
|---|---|---|---|---|---|---|
Qwen3-VL-Plus-2025-09-23 | qwen3-vl-plus-2025-09-23 | 128K | $0.35 | $0.35 | $4.2 | $4.2 |
Facturación por duración de uso (unidad de modelo)
Cost = Usage duration (hours) × Number of model units × Model unit price
El "Precio unitario del modelo" toma la columna "Precio unitario por hora" en la tabla a continuación para escenarios de pago por uso; para la facturación mensual prepago, la fórmula se convierte en Número de meses × Número de unidades de modelo × Precio unitario mensual.
- Para el primer mes de una compra prepago, si cancela anticipadamente dentro del primer mes, el precio unitario diario (≈ Precio unitario mensual / 30) se factura a 1.2× (menos de un día se factura como un día)
NotaLos recursos de cómputo bajo el método de pago por uso de unidades de modelo se asignan por orden de llegada. Si la compra falla, se emitirá un reembolso completo.
Singapore
Generación de texto
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: minuto | Precio unitario mensual (USD) Facturación mínima: día |
|---|---|---|---|---|
Qwen3.6-Plus-2026-04-02 | qwen3.6-plus-2026-04-02 | MU1 x 8 | $88 | $41,832 |
Qwen3.5-397B-A17B | qwen3.5-397b-a17b | MU2 x 8 | $112 | $52,392 |
Qwen3.5-122B-A10B | qwen3.5-122b-a10b | MU2 x 8 | $112 | $52,392 |
Qwen3.5-27B | qwen3.5-27b | MU1 x 2 | $22 | $10,458 |
Qwen3.5-9B | qwen3.5-9b | MU1 x 2 | $22 | $10,458 |
GLM-5.1 | glm-5.1 | MU2 x 8 | $112 | $52,392 |
MU3 x 8 | $216 | $102,696 | ||
DeepSeek-v4-Flash | deepseek-v4-flash | MU2 x 8 | $112 | $52,392 |
Qwen-Plus-Character-2025-11-06 | qwen-plus-character-2025-11-06 | MU1 x 4 | $44 | $20,916 |
Multimodal
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: minuto | Precio unitario mensual (USD) Facturación mínima: día |
|---|---|---|---|---|
Qwen3-VL-32B-Instruct | qwen3-vl-32b-instruct | MU2 x 8 | $112 | $52,392 |
Tipo de modelo:
- Instruct - Después de la implementación del modelo, la inferencia se realiza en modo sin pensamiento.
Norte de China 2 (Beijing)
Generación de texto
Pestaña
Qwen
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: minuto | Precio unitario mensual (USD) Facturación mínima: día |
|---|---|---|---|---|
Qwen3.6-35B-A3B | qwen3.6-35b-a3b | MU1 x 8 | $59.408 | $28,734.256 |
MU2 x 8 | $69.312 | $33,044.72 | ||
MU3 x 8 | $150.72 | $72,577.152 | ||
MU9 x 1 | $7.014 | $3,383.024 | ||
Qwen3.6-27B | qwen3.6-27b | MU9 x 1 | $7.014 | $3,383.024 |
Qwen3.6-Flash-2026-04-16 | qwen3.6-flash-2026-04-16 | MU1 x 2 | $14.852 | $7,183.564 |
MU3 x 8 | $150.72 | $72,577.152 | ||
Qwen3.6-Plus-2026-04-02 | qwen3.6-plus-2026-04-02 | MU1 x 8 MU1 x 16(modo de separación PD) | $59.408 Modo de separación PD:$118.816 | $28,734.256 Modo de separación PD:$57,468.512 |
Qwen3.5-397B-A17B | qwen3.5-397b-a17b | MU3 x 8 MU3 x 16(modo de separación PD) | $150.72 Modo de separación PD:$301.44 | $72,577.152 Modo de separación PD:$145,154.304 |
MU6 x 16 | $55.008 | $26,599.92 | ||
Qwen3.5-122B-A10B | qwen3.5-122b-a10b | MU1 x 4 | $29.704 | $14,367.128 |
MU6 x 16 | $55.008 | $26,599.92 | ||
Qwen3.5-35B-A3B | qwen3.5-35b-a3b | MU1 x 2 | $14.852 | $7,183.564 |
MU2 x 8 | $69.312 | $33,044.72 | ||
MU3 x 8 | $150.72 | $72,577.152 | ||
MU9 x 1 | $7.014 | $3,383.024 | ||
Qwen3.5-27B | qwen3.5-27b | MU2 x 8 | $69.312 | $33,044.72 |
MU3 x 8 | $150.72 | $72,577.152 | ||
MU8 x 1 | $6.464 | $3,080.477 | ||
MU9 x 1 | $7.014 | $3,383.024 | ||
Qwen3.5-9B | qwen3.5-9b | MU2 x 2 | $17.328 | $8,261.18 |
Qwen3.5-Flash-2026-02-23 | qwen3.5-flash-2026-02-23 | MU1 x 2 | $14.852 | $7,183.564 |
Qwen3.5-Plus-2026-02-15 | qwen3.5-plus-2026-02-15 | MU1 x 8 MU1 x 16(modo de separación PD) | $59.408 Modo de separación PD:$118.816 | $28,734.256 Modo de separación PD:$57,468.512 |
MU2 x 8 | $69.312 | $33,044.72 | ||
MU3 x 8 MU3 x 16(modo de separación PD) | $150.72 Modo de separación PD:$301.44 | $72,577.152 Modo de separación PD:$145,154.304 | ||
Qwen3-235B-A22B-Instruct-2507 | qwen3-235b-a22b-instruct-2507 | MU1 x 4 | $29.704 | $14,367.128 |
MU2 x 8 | $69.312 | $33,044.72 | ||
MU3 x 8 | $150.72 | $72,577.152 | ||
Qwen3-32B | qwen3-32b | MU6 x 16 | $55.008 | $26,599.92 |
Qwen3-30B-A3B-Thinking-2507 | qwen3-30b-a3b-thinking-2507 | MU1 x 2 | $14.852 | $7,183.564 |
Qwen3-8B | qwen3-8b | MU1 x 2 | $14.852 | $7,183.564 |
MU2 x 2 | $17.328 | $8,261.18 | ||
Qwen3-4B | qwen3-4b | MU1 x 2 | $14.852 | $7,183.564 |
MU5 x 1 | $2.888 | $1,394.329 | ||
Qwen3-Embedding-0.6B | qwen3-embedding-0.6b | MU5 x 1 | $2.888 | $1,394.329 |
MU6 x 1 | $3.438 | $1,662.495 | ||
Qwen3-MoE-Rerank-0.6B | qwen3-moe-rerank-0.6b | MU5 x 1 | $2.888 | $1,394.329 |
Qwen3-Rerank-0.6B | qwen3-rerank-0.6b | MU5 x 1 | $2.888 | $1,394.329 |
MU6 x 1 | $3.438 | $1,662.495 | ||
Qwen3-Max-2025-09-23 | qwen3-max-2025-09-23 | MU2 x 8 | $69.312 | $33,044.72 |
MU3 x 8 | $150.72 | $72,577.152 | ||
Qwen3-Rerank | qwen3-rerank | MU5 x 1 | $2.888 | $1,394.329 |
Qwen2.5-Open-Source-72B | qwen2.5-72b-instruct | MU1 x 8 | $59.408 | $28,734.256 |
Qwen2.5-Open-Source-14B | qwen2.5-14b-instruct | MU1 x 2 | $14.852 | $7,183.564 |
Qwen2.5-Open-Source-7B | qwen2.5-7b-instruct | MU1 x 2 | $14.852 | $7,183.564 |
MU5 x 1 | $2.888 | $1,394.329 | ||
Qwen-Plus-2025-07-28 | qwen-plus-2025-07-28 | MU1 x 4 MU1 x 16(modo de separación PD) | $29.704 Modo de separación PD:$118.816 | $14,367.128 Modo de separación PD:$57,468.512 |
Qwen-Plus-2025-12-01 | qwen-plus-2025-12-01 | MU1 x 4 | $29.704 | $14,367.128 |
Qwen-Plus-Character-2025-11-06 | qwen-plus-character-2025-11-06 | MU1 x 4 | $29.704 | $14,367.128 |
Pestaña
GLM
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: minuto | Precio unitario mensual (USD) Facturación mínima: día |
|---|---|---|---|---|
GLM-5.1 | glm-5.1 | MU2 x 8 | $69.312 | $33,044.72 |
MU3 x 16(modo de separación PD) | Modo de separación PD:$301.44 | Modo de separación PD:$145,154.304 | ||
MU6 x 16 | $55.008 | $26,599.92 | ||
GLM-5 | glm-5 | MU3 x 16(modo de separación PD) | Modo de separación PD:$301.44 | Modo de separación PD:$145,154.304 |
GLM-4.7 | glm-4.7 | MU6 x 32(modo de separación PD) | Modo de separación PD:$110.016 | Modo de separación PD:$53,199.84 |
Pestaña
DeepSeek
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: minuto | Precio unitario mensual (USD) Facturación mínima: día |
|---|---|---|---|---|
DeepSeek-v4-Flash | deepseek-v4-flash | MU1 x 8 | $59.408 | $28,734.256 |
MU3 x 8 | $150.72 | $72,577.152 | ||
DeepSeek-v3.2 | deepseek-v3.2 | MU2 x 16 (modo de separación PD) | Modo de separación PD: $138.624 | Modo de separación PD: $66,089.44 |
Pestaña
Otros modelos
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora ($) Facturación mínima: minuto | Precio unitario mensual ($) Facturación mínima: día |
|---|---|---|---|---|
Kimi-K2.5 | kimi-k2.5 | MU2 x 8 | $69.312 | $33,044.72 |
Multimodal
Pestaña
Qwen-VL
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora ($) Facturación mínima: minuto | Precio unitario mensual ($) Facturación mínima: día |
|---|---|---|---|---|
Qwen3-VL-235B-A22B-Thinking | qwen3-vl-235b-a22b-thinking | MU1 x 8 | $59.408 | $28,734.256 |
MU2 x 8 | $69.312 | $33,044.72 | ||
MU3 x 8 | $150.72 | $72,577.152 | ||
Qwen3-VL-32B-Instruct | qwen3-vl-32b-instruct | MU2 x 8 | $69.312 | $33,044.72 |
MU3 x 8 | $150.72 | $72,577.152 | ||
Qwen3-VL-8B-Instruct | qwen3-vl-8b-instruct | MU1 x 2 | $14.852 | $7,183.564 |
MU5 x 1 | $2.888 | $1,394.329 | ||
Qwen3-VL-4B-Instruct | qwen3-vl-4b-instruct | MU1 x 2 | $14.852 | $7,183.564 |
Qwen3-VL-2B-Instruct | qwen3-vl-2b-instruct | MU5 x 1 | $2.888 | $1,394.329 |
Qwen3-VL-Embedding-2B | qwen3-vl-embedding-2b | MU5 x 1 | $2.888 | $1,394.329 |
Qwen3-VL-Flash-2025-10-15 | qwen3-vl-flash-2025-10-15 | MU1 x 4 | $29.704 | $14,367.128 |
Qwen3-VL-Plus-2025-09-23 | qwen3-vl-plus-2025-09-23 | MU1 x 4 | $29.704 | $14,367.128 |
Qwen-VL-Max-2025-08-13 | qwen-vl-max-2025-08-13 | MU6 x 4 | $13.752 | $6,649.98 |
Pestaña
Qwen-Omni
Nombre del modelo | Código de modelo | Especificación de unidad de modelo | Precio unitario por hora ($) Facturación mínima: minuto | Precio unitario mensual ($) Facturación mínima: día |
|---|---|---|---|---|
Qwen3.5-Omni-Flash | qwen3.5-omni-flash | MU9 x 1 | $7.014 | $3,383.024 |
Tipos de modelo:
- Instruct - El modelo realiza inferencias en modo sin pensamiento después de la implementación.
- Pensamiento - El modelo realiza la inferencia en modo de pensamiento después del despliegue.
Por uso de tokens del modelo
Fee = Model input token count × Model input unit price + Model output token count × Model output unit price (minimum billing unit: 1 token)
- La facturación por uso de tokens del modelo solo se admite después de completar el entrenamiento eficiente SFT en los siguientes modelos base y obtener un modelo personalizado.
Singapore
Modelo base | Código de modelo | Entrada $/millón de tokens | Salida $/millón de tokens |
|---|---|---|---|
Qwen3-14B | qwen3-14b | Modo sin pensamiento:$0.35 Modo de pensamiento:$0.35 | Modo sin pensamiento:$1.4 Modo de pensamiento:$4.2 |
Beijing
Modelo base | Código de modelo | Entrada $/millón de tokens | Salida $/millón de tokens |
|---|---|---|---|
Qwen3.5-27B | qwen3.5-27b | <128K $0.086 128K-256K $0.258 | <128K $0.688 128K-256K $2.064 |
Qwen3-32B | qwen3-32b | Modo sin pensamiento:$0.287 Modo de pensamiento:$0.287 | Modo sin pensamiento:$1.147 Modo de pensamiento:$2.868 |
Qwen3-14B | qwen3-14b | Modo sin pensamiento:$0.144 Modo de pensamiento:$0.144 | Modo sin pensamiento:$0.574 Modo de pensamiento:$1.434 |
Qwen3-8B | qwen3-8b | Modo sin pensamiento:$0.072 Modo de pensamiento:$0.072 | Modo sin pensamiento:$0.287 Modo de pensamiento:$0.717 |
Qwen3-VL-8B-Instruct | qwen3-vl-8b-instruct | $0.072 | $0.287 |
Ejemplo de respuesta
El comando devuelve lo siguiente:
{
"request_id": "f2ae64f7-83cc-410c-bc0b-840443f7eb86",
"output": {
"deployed_model": "emo-35b3f106-sample01",
"gmt_create": "2025-06-17T11:00:38.68",
"gmt_modified": "2025-06-17T11:00:38.68",
"status": "PENDING",
"model_name": "emo",
"base_model": "emo",
"base_capacity": 1,
"capacity": 1,
"ready_capacity": 0,
"workspace_id": "llm-v71tlv3d***",
"charge_type": "post_paid",
"creator": "175805416***",
"modifier": "175805416***"
}
}
Parámetros de respuesta
Parámetro | Tipo | Descripción |
|---|---|---|
request_id | String | El ID de la solicitud. |
output | Object | Detalles de la tarea de despliegue. |
deployed_model | String | Un identificador único para el modelo implementado. Este ID se utiliza para operaciones de API, como consultar detalles de implementación, modificar la limitación de tasa de implementación, escalado de implementación y eliminar implementaciones, y también se pasa como parámetro SDK cuando invoca el modelo. |
gmt_create | String | La hora de creación de la tarea de despliegue. |
gmt_modified | String | La última hora de modificación de la tarea de despliegue. |
status | String | El estado de la tarea de despliegue.
|
model_name | String | El nombre del modelo utilizado en la tarea de despliegue. |
base_model | String | El ID del modelo base utilizado en la tarea de despliegue. |
base_capacity | Número | El número mínimo de unidades de recursos necesarias para ejecutar el modelo base. |
capacity | Número | El número de unidades de recursos utilizadas por la tarea de despliegue. |
ready_capacity | Número | El número de unidades de recursos que están listas para procesar solicitudes de inmediato. La velocidad de inicialización de recursos o el estado del hardware pueden limitar este valor. |
workspace_id | String | El ID del espacio de trabajo de la tarea de despliegue. |
charge_type | String | El método de facturación para la tarea de despliegue. |
creator | String | El UID del usuario que creó la tarea de despliegue. |
modifier | String | El UID del usuario que modificó por última vez la tarea de despliegue. |
plan | String | El modelo de facturación para la tarea de implementación. Este parámetro no se devuelve para algunos modelos de facturación. |
Returned only for Model Unit deployments. | ||
model_unit_spec | String | La especificación de la unidad de modelo. |
enable_thinking | Boolean | Especifica si el modo Pensamiento está habilitado. Esta función solo está disponible para ciertos modelos. |
max_context_length | Número | La longitud máxima de contexto. |
rpm_limit | String | El número máximo de solicitudes por minuto (RPM). |
tpm_limit | Número | El número máximo de tokens por minuto (TPM). |
Returned only for provisioned throughput (PTU) deployments. | ||
ptu_capacity | Object | Este parámetro solo surte efecto cuando se establece Ejemplo: |
ptu_capacity.input_tpm | Número | El número máximo de tokens de entrada por minuto (TPM) para el modelo implementado. Esta función es compatible con todos los modelos. |
ptu_capacity.output_tpm | Número | El número máximo de tokens de salida por minuto (TPM) para el modelo implementado. Esta función es compatible con todos los modelos. |
ptu_capacity.thinking_output_tpm | Número | El número máximo de tokens de salida de pensamiento por minuto (TPM) para el modelo implementado. Esta función solo está disponible para ciertos modelos. |
Respuesta de error
Ejemplo de respuesta
{
"request_id": "ca218d57-b91b-46b2-bd35-c41c6287bcf4",
"message": "Model: qwen-plus-20230703-cx7f not found!",
"code": "NotFound"
}
Parámetros de respuesta
Parámetro | Tipo | Descripción |
|---|---|---|
request_id | String | El ID único de la solicitud. |
code | String | El código de error. |
message | String | El mensaje de error. |
Pueden ocurrir los siguientes errores cuando falla una solicitud:
Código de error | Mensaje de error | Motivo |
|---|---|---|
NotFound | Modelo: xxx no encontrado. |
|
Conflicto | El modelo desplegado xxx ya existe; especifique un sufijo. | Está creando una tarea de despliegue con un sufijo que ya está en uso. |
InvalidParameter | Capacidad no válida (xx), ¡la capacidad debe ser mayor o igual a 0, múltiplo de 1 y menor que 1000! | Está creando o actualizando una tarea de despliegue con un número de unidades de capacidad no válido. |