La implementación de cómputo dedicado ofrece dos planes: Unidad de Rendimiento Dedicado (DTU) y Unidad de Modelo (MU), proporcionando recursos GPU dedicados para modelos específicos. DTU está dirigido a modelos recién lanzados (facturado por TPM de entrada/salida x duración); MU se usa para modelos existentes (facturado por cantidad de unidades de modelo x duración). Este documento presenta las características, facturación, flujo de uso y modelos admitidos de ambos planes.
Visión general
La implementación de cómputo dedicado proporciona recursos GPU dedicados y garantías de rendimiento para modelos específicos, admitiendo tanto la implementación de modelos base como personalizados. Bailian ofrece dos planes de cómputo dedicado:
- DTU (Unidad de Rendimiento Dedicado): Se vende por TPM de entrada/salida, proporcionando garantías de rendimiento más directas. Servicio de inferencia totalmente gestionado con recursos GPU subyacentes dedicados mantenidos por la plataforma.
- Model Unit (MU): Configura la potencia de cómputo por duración de uso y cantidad de unidades de modelo, con recursos dedicados. Admite métricas de rendimiento personalizadas y modo de desagregación PD. La granularidad de facturación es cantidad de unidades de modelo x duración.
DTU y MU se diferencian por la aplicabilidad del modelo: los modelos recién lanzados usan DTU (medido por TPM de entrada/salida), mientras que los modelos existentes continúan usando MU (medido por cantidad de unidades de modelo). Ambos proporcionan computación dedicada, aislamiento de recursos e implementación de modelos ajustados. Para nuevas implementaciones, elija DTU si el modelo lo admite.
Capacidades compartidas de ambos planes:
- Recursos GPU dedicados; el entorno de inferencia está físicamente aislado de otros usuarios.
- Admite modelos base y modelos personalizados (modelos ajustados de Bailian o modelos cargados por el usuario).
- La plataforma mantiene las operaciones subyacentes, no es necesario gestionar GPUs.
- Sin límites proactivos de RPM/TPM; el tráfico está limitado por la capacidad real.
Para el flujo de trabajo de implementación de modelos generales, consulte Dedicated Deployment Overview y Provisioned Throughput.
Selección de solución
Bailian ofrece múltiples planes de capacidad y facturación para llamadas de inferencia. DTU es adecuado para escenarios que requieren implementación dedicada, implementación de modelos ajustados, baja latencia con alta concurrencia o aislamiento de datos. Los planes se comparan en la tabla a continuación.
Para una comparación completa de todos los métodos de facturación, incluidos Token de pago por uso y PTU, consulte la tabla principal de Dedicated Deployment Overview.
Dimensión de comparación | DTU | PTU | Token de pago por uso | PAI/Lingjun |
|---|---|---|---|---|
Función | Cómputo dedicado + modelos ajustados | Garantía de rendimiento + baja latencia | Elástico y sin umbral | Runtime personalizado |
Aislamiento de recursos | Aislamiento físico | Aislamiento lógico | Pool compartido | Aislamiento físico |
Modelos ajustados | Parámetros completos + LoRA | No compatible | LoRA | Compatible |
Framework personalizado | No compatible | No compatible | No compatible | Compatible |
Modo de facturación | Cuota de TPM × duración | Cuota de TPM × duración | Uso de tokens | GPU × duración |
Reglas de facturación
Facturación de DTU
DTU se factura por separado por TPM de entrada y TPM de salida, utilizando un modelo de prepago (mensual). Cada modelo tiene TPM base de entrada/salida fijos (ver tabla a continuación), y debe adquirir en múltiplos enteros del TPM base. Adquiera al menos 1× TPM base tanto para entrada como para salida; para producción, se recomienda 2× o superior para cada uno.
Las tarifas son calculadas por el backend según el modelo, TPM de entrada/salida, región de servicio y duración de la compra. Los precios unitarios de entrada/salida y el precio mensual para cada modelo se muestran en la tabla a continuación. Los precios unitarios se facturan por kTPM·mes, y el precio mensual es el total para 1× TPM base tanto de entrada como de salida. Los precios de modelos ajustados son los mismos que los del modelo base correspondiente, sujetos a lo que se muestre realmente en la consola.
Facturación de MU
Cost = Usage duration (hours) × Number of Model Units × Model Unit unit price
El "Precio unitario de Model Unit" toma la columna "Precio unitario por hora" en la tabla a continuación para escenarios de pospago; para la facturación de prepago por suscripción mensual, la fórmula se convierte en Número de suscripciones mensuales × Número de Model Units × Precio unitario mensual.
- Para el primer mes de una compra de prepago, si cancela la suscripción anticipadamente dentro del primer mes, el precio unitario diario (≈ Precio unitario mensual / 30) se facturará a 1.2 veces la tarifa (menos de un día se factura como un día completo)
NotaLos recursos de cómputo para el método de pospago de Model Unit se asignan por orden de llegada. Si la compra falla, se emitirá un reembolso completo.
Modelos admitidos y precios
Precios y benchmarks de rendimiento de DTU
Singapore
Modelo | Entrada base (TPM) | Salida base (TPM) | Precio unitario de entrada (USD/kTPM·mes) | Precio unitario de salida (USD/kTPM·mes) | Precio mensual (USD) |
|---|---|---|---|---|---|
qwen3.7-plus-2026-05-26 | 1,192,000 | 148,000 | 37 | 295 | 87,764 |
1,372,000 | 170,000 | 32 | 257 | 87,594 | |
660,000 | 124,000 | 66 | 352 | 87,208 | |
704,000 | 132,000 | 62 | 331 | 87,340 |
Los datos de referencia de rendimiento para cada modelo bajo carga de trabajo estándar se muestran en la tabla a continuación, sujetos a lo que se visualice realmente en la consola.
Los siguientes datos de referencia de rendimiento se midieron con una tasa de aciertos de caché de 0%. En el uso real, a medida que aumenta la tasa de aciertos de caché, el rendimiento del modelo mejora en consecuencia.
Modelo | Longitud de entrada | Longitud de salida | Tasa de aciertos de caché | Latencia del primer token (ms) | Latencia por token (ms) |
|---|---|---|---|---|---|
qwen3.7-plus-2026-05-26 | 16,000 | 2,000 | 0 | 888 | 10 |
16,000 | 2,000 | 0 | 2,418 | 15 | |
2,600 | 500 | 0 | 819 | 14 | |
2,600 | 500 | 0 | 970 | 13 |
Entre estos, qwen3.8-27b actualmente requiere acceso mediante lista blanca, mientras que los otros modelos están disponibles en el sitio oficial de Singapore.
Precios de MU
Singapore
Generación de texto
Modelo | Entrada base (TPM) | Salida base (TPM) | Precio unitario de entrada (USD/kTPM·Mes) | Precio unitario de salida (USD/kTPM·Mes) | Precio total mensual (USD) |
|---|---|---|---|---|---|
qwen3.7-plus-2026-05-26 | 1,192,000 | 148,000 | 37 | 295 | 87,764 |
1,372,000 | 170,000 | 32 | 257 | 87,594 | |
660,000 | 124,000 | 66 | 352 | 87,208 | |
704,000 | 132,000 | 62 | 331 | 87,340 |
Multimodal
Modelo | Longitud de entrada | Longitud de salida | Tasa de aciertos de caché | Latencia del primer token (ms) | Latencia por token (ms) |
|---|---|---|---|---|---|
qwen3.7-plus-2026-05-26 | 16,000 | 2,000 | 0 | 888 | 10 |
16,000 | 2,000 | 0 | 2,418 | 15 | |
2,600 | 500 | 0 | 819 | 14 | |
2,600 | 500 | 0 | 970 | 13 |
Tipo de modelo:
- Instruct - Después de implementar el modelo, la inferencia se ejecuta en modo sin pensamiento.
China (Beijing)
Generación de texto
Qwen
Nombre del modelo | Código del modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: Minuto | Precio unitario mensual (USD) Facturación mínima: Día |
|---|---|---|---|---|
Qwen3.8-27B | qwen3.8-27b | MU9 x 4 | USD28.056 | USD13,532.096 |
Qwen3.7-Plus-2026-05-26 | qwen3.7-plus-2026-05-26 | MU2 x 8 | USD69.312 | USD33,044.72 |
MU3 x 8 | USD150.72 | USD72,577.152 | ||
Qwen3.6-35B-A3B | qwen3.6-35b-a3b | MU1 x 8 | USD59.408 | USD28,734.256 |
MU2 x 8 | USD69.312 | USD33,044.72 | ||
MU3 x 8 | USD150.72 | USD72,577.152 | ||
MU8 x 1 | USD6.464 | USD3,080.477 | ||
MU9 x 1 | USD7.014 | USD3,383.024 | ||
Qwen3.6-27B | qwen3.6-27b | MU9 x 1 | USD7.014 | USD3,383.024 |
Qwen3.6-Flash-2026-04-16 | qwen3.6-flash-2026-04-16 | MU1 x 2 | USD14.852 | USD7,183.564 |
MU3 x 8 | USD150.72 | USD72,577.152 | ||
Qwen3.6-Plus-2026-04-02 | qwen3.6-plus-2026-04-02 | MU1 x 8 MU1 x 16(Modo de desagregación PD) | USD59.408 Modo de desagregación PD: USD118.816 | USD28,734.256 Modo de desagregación PD: USD57,468.512 |
MU2 x 8 | USD69.312 | USD33,044.72 | ||
Qwen3.5-397B-A17B | qwen3.5-397b-a17b | MU3 x 8 MU3 x 16(Modo de desagregación PD) | USD150.72 Modo de desagregación PD: USD301.44 | USD72,577.152 Modo de desagregación PD: USD145,154.304 |
MU6 x 16 | USD55.008 | USD26,599.92 | ||
Qwen3.5-122B-A10B | qwen3.5-122b-a10b | MU1 x 4 | USD29.704 | USD14,367.128 |
MU6 x 16 | USD55.008 | USD26,599.92 | ||
Qwen3.5-35B-A3B | qwen3.5-35b-a3b | MU1 x 2 | USD14.852 | USD7,183.564 |
MU2 x 8 | USD69.312 | USD33,044.72 | ||
MU3 x 8 | USD150.72 | USD72,577.152 | ||
MU9 x 1 | USD7.014 | USD3,383.024 | ||
Qwen3.5-27B | qwen3.5-27b | MU2 x 8 | USD69.312 | USD33,044.72 |
MU3 x 8 | USD150.72 | USD72,577.152 | ||
MU8 x 1 | USD6.464 | USD3,080.477 | ||
MU9 x 1 | USD7.014 | USD3,383.024 | ||
Qwen3.5-9B | qwen3.5-9b | MU1 x 2 | USD14.852 | USD7,183.564 |
MU2 x 8 | USD69.312 | USD33,044.72 | ||
Qwen3.5-Flash-2026-02-23 | qwen3.5-flash-2026-02-23 | MU1 x 2 | USD14.852 | USD7,183.564 |
Qwen3.5-Plus-2026-02-15 | qwen3.5-plus-2026-02-15 | MU1 x 8 MU1 x 16(Modo de desagregación PD) | USD59.408 Modo de desagregación PD: USD118.816 | USD28,734.256 Modo de desagregación PD: USD57,468.512 |
MU2 x 8 | USD69.312 | USD33,044.72 | ||
MU3 x 8 MU3 x 16(Modo de desagregación PD) | USD150.72 Modo de desagregación PD: USD301.44 | USD72,577.152 Modo de desagregación PD: USD145,154.304 | ||
Qwen3-235B-A22B-Instruct-2507 | qwen3-235b-a22b-instruct-2507 | MU1 x 4 | USD29.704 | USD14,367.128 |
MU2 x 8 | USD69.312 | USD33,044.72 | ||
MU3 x 8 | USD150.72 | USD72,577.152 | ||
Qwen3-32B | qwen3-32b | MU6 x 16 | USD55.008 | USD26,599.92 |
Qwen3-30B-A3B-Thinking-2507 | qwen3-30b-a3b-thinking-2507 | MU1 x 2 | USD14.852 | USD7,183.564 |
Qwen3-4B | qwen3-4b | MU1 x 2 | USD14.852 | USD7,183.564 |
MU5 x 1 | USD2.888 | USD1,394.329 | ||
Qwen3-Embedding-0.6B | qwen3-embedding-0.6b | MU5 x 1 | USD2.888 | USD1,394.329 |
MU6 x 1 | USD3.438 | USD1,662.495 | ||
Qwen3-MoE-Rerank-0.6B | qwen3-moe-rerank-0.6b | MU5 x 1 | USD2.888 | USD1,394.329 |
Qwen3-Rerank-0.6B | qwen3-rerank-0.6b | MU5 x 1 | USD2.888 | USD1,394.329 |
MU6 x 1 | USD3.438 | USD1,662.495 | ||
Qwen3-Max-2025-09-23 | qwen3-max-2025-09-23 | MU2 x 8 | USD69.312 | USD33,044.72 |
MU3 x 8 | USD150.72 | USD72,577.152 | ||
Qwen3-Rerank | qwen3-rerank | MU5 x 1 | USD2.888 | USD1,394.329 |
Qwen2.5-Open Source-72B | qwen2.5-72b-instruct | MU1 x 8 | USD59.408 | USD28,734.256 |
Qwen2.5-Open Source-14B | qwen2.5-14b-instruct | MU1 x 2 | USD14.852 | USD7,183.564 |
Qwen2.5-Open Source-7B | qwen2.5-7b-instruct | MU1 x 2 | USD14.852 | USD7,183.564 |
MU5 x 1 | USD2.888 | USD1,394.329 | ||
Qwen-Plus-2025-07-28 | qwen-plus-2025-07-28 | MU1 x 4 MU1 x 16(Modo de desagregación PD) | USD29.704 Modo de desagregación PD: USD118.816 | USD14,367.128 Modo de desagregación PD: USD57,468.512 |
Qwen-Plus-2025-12-01 | qwen-plus-2025-12-01 | MU1 x 4 | USD29.704 | USD14,367.128 |
Qwen-Plus-Character-2025-11-06 | qwen-plus-character-2025-11-06 | MU1 x 4 | USD29.704 | USD14,367.128 |
GLM
Nombre del modelo | Código del 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 | USD69.312 | USD33,044.72 |
MU3 x 16(Modo de desagregación PD) | Modo de desagregación PD: USD301.44 | Modo de desagregación PD: USD145,154.304 | ||
MU6 x 16 | USD55.008 | USD26,599.92 | ||
GLM-5 | glm-5 | MU3 x 16(Modo de desagregación PD) | Modo de desagregación PD: USD301.44 | Modo de desagregación PD: USD145,154.304 |
GLM-4.7 | glm-4.7 | MU6 x 32(Modo de desagregación PD) | Modo de desagregación PD: USD110.016 | Modo de desagregación PD: USD53,199.84 |
DeepSeek
Nombre del modelo | Código del 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 | USD59.408 | USD28,734.256 |
MU3 x 8 | USD150.72 | USD72,577.152 | ||
DeepSeek-v3.2 | deepseek-v3.2 | MU2 x 16(Modo de desagregación PD) | Modo de desagregación PD: USD138.624 | Modo de desagregación PD: USD66,089.44 |
Otros modelos
Nombre del modelo | Código del modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: Minuto | Precio unitario mensual (USD) Facturación mínima: Día |
|---|---|---|---|---|
Kimi-K2.5 | kimi-k2.5 | MU2 x 8 | USD69.312 | USD33,044.72 |
Multimodal
Qwen VL
Nombre del modelo | Código del modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: Minuto | Precio unitario mensual (USD) Facturación mínima: Día |
|---|---|---|---|---|
Qwen3-VL-235B-A22B-Thinking | qwen3-vl-235b-a22b-thinking | MU1 x 8 | USD59.408 | USD28,734.256 |
MU2 x 8 | USD69.312 | USD33,044.72 | ||
MU3 x 8 | USD150.72 | USD72,577.152 | ||
Qwen3-VL-32B-Instruct | qwen3-vl-32b-instruct | MU2 x 8 | USD69.312 | USD33,044.72 |
MU3 x 8 | USD150.72 | USD72,577.152 | ||
Qwen3-VL-8B-Instruct | qwen3-vl-8b-instruct | MU1 x 2 | USD14.852 | USD7,183.564 |
MU5 x 1 | USD2.888 | USD1,394.329 | ||
Qwen3-VL-4B-Instruct | qwen3-vl-4b-instruct | MU1 x 2 | USD14.852 | USD7,183.564 |
Qwen3-VL-2B-Instruct | qwen3-vl-2b-instruct | MU5 x 1 | USD2.888 | USD1,394.329 |
Qwen3-VL-Embedding-2B | qwen3-vl-embedding-2b | MU5 x 1 | USD2.888 | USD1,394.329 |
Qwen3-VL-Flash-2025-10-15 | qwen3-vl-flash-2025-10-15 | MU1 x 4 | USD29.704 | USD14,367.128 |
Qwen3-VL-Plus-2025-09-23 | qwen3-vl-plus-2025-09-23 | MU1 x 4 | USD29.704 | USD14,367.128 |
Qwen VL-Max-2025-08-13 | qwen-vl-max-2025-08-13 | MU6 x 4 | USD13.752 | USD6,649.98 |
Qwen Omni
Nombre del modelo | Código del modelo | Especificación de unidad de modelo | Precio unitario por hora (USD) Facturación mínima: Minuto | Precio unitario mensual (USD) Facturación mínima: Día |
|---|---|---|---|---|
Qwen3.5-Omni-Flash | qwen3.5-omni-flash | MU8 x 1 | USD6.464 | USD3,080.477 |
MU9 x 1 | USD7.014 | USD3,383.024 |
Tipo 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.
Creación de implementación
Creación de implementación DTU
Antes de usar DTU, habilite la función DTU en la consola y solicite una cuota de recursos. Una vez habilitada, seleccione el modelo objetivo en la página Dedicated Deployment de la consola Bailian y elija DTU como método de facturación para crear una implementación.
AdvertenciaLa implementación de DTU actualmente no admite la creación ni la gestión mediante API. Complete la activación, creación, escalado y renovación en la consola de Bailian.
Para el flujo de trabajo básico de implementación de modelos generales, consulte Dedicated Deployment Overview.
Los campos del formulario para crear una implementación se muestran en la siguiente tabla.
Parámetro | Descripción | Obligatorio | Descripción del valor |
|---|---|---|---|
Service Name | Nombre del servicio de implementación | Sí | Personalizado |
Model | Modelo objetivo a implementar | Sí | Selección en menú desplegable |
Deployment Template | Arquitectura de implementación | No | Selección en menú desplegable, predeterminado al primero |
Payment Type | Método de facturación | Sí | Prepago (mensual) |
Input Throughput Quota | Capacidad de TPM de entrada adquirida | Sí | Múltiplo entero de la TPM de entrada base (kTPM) |
Output Throughput Quota | Capacidad de TPM de salida adquirida | Sí | Múltiplo entero de la TPM de salida base (kTPM) |
Purchase Duration | Periodo de compra | Sí | 1-12 (entero, meses) |
Auto Renewal | Renovación automática al vencimiento | No | Activado/Desactivado |
Single Renewal Duration | Requerido cuando la renovación automática está activada | Sí | 1-12 (entero, meses) |
Configuración de implementación MU
Model Unit
Elemento de configuración | Detalles de configuración |
|---|---|
Nombre del servicio | Un nombre personalizado para el servicio de implementación. |
Modelo | Seleccione el modelo a implementar, incluidos los modelos preestablecidos de la plataforma y los modelos ajustados. |
Tipo de unidad de modelo | Seleccione la especificación de implementación. Diferentes especificaciones corresponden a distinta potencia de cómputo y rendimiento. |
Recuento de réplicas | Establezca el número inicial de réplicas de implementación, lo cual afecta la capacidad de procesamiento concurrente del servicio. |
Plantilla de despliegue | Seleccione una plantilla de implementación (por ejemplo, "single-node deployment"). Diferentes plantillas corresponden a distintos esquemas de configuración de recursos. Disponible solo en el modo de facturación por unidad de modelo. |
Modo de inferencia del modelo | Para algunos modelos, cuando se implementan en modo Model Unit, puede configurar el modo de inferencia, el contexto máximo y más.
|
Contexto máximo | El modo de implementación Model Unit de algunos modelos admite esta configuración. La longitud máxima del contexto depende del tipo de modelo. |
Limitación del servicio | El modo de implementación Model Unit de algunos modelos admite esta configuración, la cual puede limitar las RPM y TPM de las llamadas al modelo. |
Planificación de capacidad
DTU se vende por TPM de entrada/salida; el TPM adquirido define el máximo de tokens procesables por minuto. La planificación de capacidad tiene como objetivo derivar el múltiplo de compra a partir de la demanda pico de tokens de su negocio, y luego verificar mediante pruebas de carga que la concurrencia y latencia sostenibles reales cumplan con los requisitos. Las referencias de TPM base de entrada/salida y rendimiento bajo carga estándar para cada modelo se encuentran en las tablas anteriores.
Utilice una herramienta de pruebas de carga como evalscope para probar su escenario empresarial real (longitud de entrada/salida, concurrencia, requisitos de latencia) y luego determine el múltiplo de compra según la tabla de precios.
Método de planificación de capacidad
- Defina las métricas pico del negocio: longitud típica de tokens de entrada/salida por solicitud, concurrencia objetivo y requisitos de latencia del primer token (TTFT) y latencia de generación por token (TPOT).
- Estime la demanda de rendimiento pico: TPM de entrada pico ≈ concurrencia × longitud de entrada por solicitud ÷ tiempo de procesamiento por solicitud (minutos); TPM de salida pico ≈ concurrencia × longitud de salida por solicitud ÷ tiempo de generación por solicitud (minutos).
- Calcule el múltiplo de compra: múltiplo de entrada = ⌈TPM de entrada pico ÷ TPM de entrada base⌉, múltiplo de salida = ⌈TPM de salida pico ÷ TPM de salida base⌉. DTU requiere que la entrada y la salida escalen conjuntamente, por lo que debe tomar el mayor de los dos como múltiplo final.
- Verifique con pruebas de carga: después de adquirir el múltiplo calculado, vuelva a probar con evalscope bajo la carga de trabajo objetivo para confirmar que el rendimiento y la latencia reales cumplen con los requisitos del negocio. Si la latencia es alta, aumente la concurrencia dentro del margen de TPM para mejorar el rendimiento efectivo.
Si los requisitos de latencia no son estrictos, puede aumentar la concurrencia —dentro del límite de TPM adquirido— para incrementar el rendimiento real.
Ejemplo de estimación empresarial:
Para un modelo con entrada base de 656K TPM y salida base de 82K TPM: el perfilado de pico de negocio muestra una entrada pico de ~1,300K TPM y una salida pico de ~160K TPM. Cálculo de múltiplos: entrada ⌈1300÷656⌉=2, salida ⌈160÷82⌉=2; tome el mayor (2×), adquiriendo 1,312K TPM de entrada (656K×2) + 164K TPM de salida (82K×2). Luego realice pruebas de carga con evalscope en la carga pico para confirmar que la latencia es aceptable. Si el volumen de negocio se duplica (entrada pico ~2,600K, salida ~320K), los múltiplos serán entrada ⌈2600÷656⌉=4, salida ⌈320÷82⌉=4; adquiera 4×: 2,624K TPM de entrada (656K×4) + 328K TPM de salida (82K×4), y vuelva a probar.
Fórmula de estimación:
Purchase multiple = max(⌈peak input TPM ÷ baseline input TPM⌉, ⌈peak output TPM ÷ baseline output TPM⌉)
Escalado y renovación/cancelación
Escalado y renovación/cancelación de DTU
La lista de implementaciones muestra las cuotas de TPM de entrada/salida adquiridas; la página de detalles muestra los detalles de la capacidad de TPM.
Escalado: Haga clic en "Scale" en la lista de implementaciones para modificar la capacidad de TPM de entrada/salida. Al escalar horizontalmente hacia arriba se muestra el monto adicional adeudado; al escalar hacia abajo se muestra el reembolso estimado. La entrada y la salida deben aumentarse o disminuirse juntas; una no puede aumentar mientras la otra disminuye. Solo se pueden operar implementaciones en ejecución.
Renovación: Las implementaciones mensuales de prepago pueden renovarse al vencer. El botón de renovación en la página de detalles inicia el flujo de renovación, que admite un interruptor de renovación automática y una duración única de renovación.
Cancelación de suscripción: Los pedidos mensuales de prepago admiten terminación anticipada; la parte utilizada se liquida con un coeficiente de 1.2x para el reembolso. Para más detalles, consulte Refund rules for configuration downgrades. La cancelación de la suscripción es irreversible; tras la cancelación, los recursos dedicados se liberan y el servicio se detiene.
Escalado y renovación de MU
- Model Unit (facturado por duración): Haga clic en el botón Scaling para ajustar manualmente el número de instancias (réplicas) de forma autoservicio. También puede configurar una política de autoescalado (incluidos umbrales de escalado, cantidad mínima/máxima de réplicas, escalado programado, etc.) mediante el botón de configuración de escalado en la columna de operaciones.
- Renovación: Los servicios mensuales de prepago pueden renovarse para extender el periodo de servicio; se admite la renovación automática.
- Cancelación de suscripción: La terminación anticipada dentro del primer mes de una compra de prepago se factura a 1.2x el precio unitario diario; para más detalles, consulte Refund rules for configuration downgrades.
FAQ
¿Cuál es la diferencia entre la implementación DTU y la facturación de Token de pago por uso?Token de pago por uso factura según el consumo de tokens en un grupo de recursos compartidos; DTU utiliza recursos GPU dedicados y factura por TPM de entrada/salida, adecuado para escenarios que requieren un rendimiento estable e implementación dedicada.
¿Qué métodos de facturación admite la implementación DTU?Solo se admite la facturación prepago (mensual).
¿Cómo puedo ver el uso de la TPM adquirida?Puede ver las cuotas de TPM de entrada/salida adquiridas en la lista de implementaciones y en la página de detalles de Dedicated Deployment en la consola de Bailian. Consulte Dedicated Deployment Overview.