Obtener detalles del despliegue | API de Model Studio - Alibaba Cloud Model Studio

API de gestión de despliegue de modelos, aplicable a todos los tipos de modelos, incluidos texto, imagen, video y voz. Admite la consulta del estado y la lista de despliegues, la modificación de la limitación de tasa, el escalado y la eliminación de despliegues.

Requisitos previos

Región admitida: Las funciones descritas en este documento solo están disponibles en la región de Singapore, y debe utilizar la API Key de esa región.
Ha obtenido correctamente una API Key y la ha configurado como variable de entorno.
Ha leído Despliegue de modelos y Desplegar modelos mediante la API para comprender los pasos básicos del despliegue de modelos.

NotaLos despliegues que utilizan el modo de facturación DTU actualmente no admiten la creación y gestión a través de este conjunto de APIs. Por favor, utilice la consola; consulte

Despliegue de cómputo dedicado DTU.

Obtener estado del despliegue de modelo

Consulte los detalles y el estado de ejecución de un despliegue de modelo específico. Puede sondear esta API; cuando status cambia a RUNNING, indica que el modelo se ha desplegado correctamente.

NotaSe espera que el despliegue del modelo tome de 5 a 10 minutos.

Endpoint

GET https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}

Ejemplo de solicitud

Solicitud de ejemplo:

curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments/qwen-plus-202305099980-fac9-sample" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

Parámetros de solicitud

Parámetro	Tipo	Ubicación	Obligatorio	Descripción
deployed_model	String	path	Sí	El identificador único para el despliegue de modelo. Devuelto por Crear despliegue o Listar despliegues.

Ejemplo de respuesta

Preste atención al campo status. Cuando el estado cambia a RUNNING, el modelo se ha desplegado correctamente y está listo para su invocación.

{
  "request_id": "66a855f0-a6fe-4b05-9786-fb30c7c6782d",
  "output": {
    "deployed_model": "emo-35b3f106-sample01",
    "gmt_create": "2025-06-17T11:00:38",
    "gmt_modified": "2025-06-17T11:06:13",
    "status": "RUNNING",
    "model_name": "emo",
    "base_model": "emo",
    "base_capacity": 1,
    "capacity": 1,
    "ready_capacity": 1,
    "workspace_id": "llm-v71tlv3***",
    "charge_type": "post_paid",
    "creator": "175805416***",
    "modifier": "175805416***"
  }
}

Parámetros de respuesta

Campo	Tipo	Descripción
request_id	String	Identificador único de la solicitud.
output	Object	Detalles del trabajo.
output.deployed_model	String	Identificador único del despliegue de modelo. Se utiliza para consultar el estado del despliegue e invocar el modelo.
output.model_name	String	Nombre del identificador del modelo.
output.base_model	String	El modelo base utilizado.
output.status	String	Estado de la implementación: PENDING: El despliegue se está creando. RUNNING: El despliegue está en ejecución y el modelo puede procesar solicitudes normalmente. UPDATING: Cambio de configuración en curso. UPDATING_FAILED: Error en el cambio de configuración. DELETING: El despliegue se está eliminando. DELETED: El despliegue ha sido eliminado. FAILED: Error en la creación o actualización del despliegue. STOPPED: El despliegue se ha detenido y no se cobrará. ARREARS_DOWN: Servicio suspendido por pago vencido. ARREARS_RECOVERING: Recuperándose de la suspensión de pago. OFFLINING: El servicio se está desconectando.
output.base_capacity	Número	Recuento de unidades de recursos base.
output.capacity	Número	Recuento actual de unidades de recursos.
output.ready_capacity	Número	Número de unidades de recursos listas.
output.workspace_id	String	El ID del espacio de trabajo asociado con la API Key de Alibaba Cloud Model Studio. Consulte Obtener el ID del espacio de trabajo.
output.charge_type	String	Modo de facturación. post_paid indica pago por uso.
output.gmt_create	String	Hora de creación de la implementación.
output.gmt_modified	String	Hora de la última modificación del despliegue.
output.creator	String	ID de cuenta de Alibaba Cloud del creador.
output.modifier	String	ID de cuenta de Alibaba Cloud del modificador.
output.plan	String	Plan de implementación.

Listar modelos desplegables

Obtenga la lista de modelos candidatos elegibles para despliegue en la plataforma Model Studio, es decir, qué modelos se pueden utilizar para crear despliegues.

Endpoint

GET https://dashscope-intl.aliyuncs.com/api/v1/deployments/models

Ejemplo de solicitud

Utilice el siguiente comando para consultar los modelos disponibles para despliegue. Recomendamos usar version=v1.0 para obtener una respuesta completa que incluya planes de despliegue e información de plantillas.

curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments/models?page_no=1&page_size=100&version=v1.0&model_source=base" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

Consultar modelos ajustados finamente por el usuario:

curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments/models?page_no=1&page_size=100&version=v1.0&model_source=custom" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

Parámetros de solicitud

Parámetro	Tipo	Obligatorio	Descripción
page_no	Número	No	Número de página. Valor predeterminado: 1.
page_size	Número	No	Tamaño de página. Valor predeterminado: 50. Valor máximo: 100. Valor mínimo: 1.
model_source	String	No	Origen del modelo. `base` indica modelos del sistema (predeterminado), `custom` indica modelos ajustados por el usuario.
version	String	No	Versión de API. Recomendamos usar `v1.0`. Cuando se especifica `v1.0`, la respuesta incluirá información completa sobre el plan de despliegue y la plantilla.

Ejemplo de respuesta

Después de ejecutar el comando, se devuelve el siguiente resultado:

{
    "request_id": "f7da015c-ea90-4d96-af89-2f8d7604026a",
    "output": {
        "page_no": 1,
        "page_size": 100,
        "total": 5,
        "models": [
            {
                "model_name": "qwen3-8b",
                "plans": [
                    {
                        "plan": "mu",
                        "templates": [
                            {
                                "template_id": "MU1",
                                "template_name": "Single-node deployment - Standard inference",
                                "template_type": "COUPLED",
                                "template_version": "v1",
                                "template_desc": "Suitable for standard inference scenarios",
                                "roles": {
                                    "unified": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    }
                                }
                            },
                            {
                                "template_id": "MU1-PD",
                                "template_name": "PD-separated deployment - Standard inference",
                                "template_type": "SEPERATED",
                                "template_version": "v1",
                                "template_desc": "Suitable for PD-separated inference scenarios",
                                "roles": {
                                    "prefill": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    },
                                    "decode": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    }
                                }
                            }
                        ]
                    },
                    {
                        "plan": "lora"
                    }
                ]
            }
        ]
    }
}

Parámetros de respuesta

Parámetro	Tipo	Descripción
models	Array	Lista de modelos implementables.
models[].model_name	String	Nombre del modelo.
models[].plans	Array	Lista de planes de despliegue admitidos por el modelo. Devuelta cuando se especifica `version=v1.0`.
models[].plans[].plan	String	Tipo de plan de despliegue: `mu` (Unidad de Modelo), `cu` (Unidad de Cómputo), `ptu` (Unidad de Rendimiento Aprovisionado), `lora` (Despliegue compartido LoRA).
models[].plans[].templates	Array	Lista de plantillas de despliegue (devuelta cuando `plan=mu`).
models[].plans[].templates[].template_id	String	ID de plantilla, pasado como parámetro `deploy_spec` al crear un despliegue.
models[].plans[].templates[].template_name	String	Nombre para mostrar de la plantilla.
models[].plans[].templates[].template_type	String	Tipo de plantilla: `COUPLED` (no separado PD, usa el parámetro `capacity`), `SEPERATED` (separado PD, usa los parámetros `prefill_capacity` y `decode_capacity`).
models[].plans[].templates[].template_version	String	Versión de la plantilla.
models[].plans[].templates[].template_desc	String	Descripción de la plantilla.
models[].plans[].templates[].roles	Object	Configuración de roles de nodo. El modo COUPLED contiene un nodo `unified`; el modo SEPERATED contiene nodos `prefill` y `decode`.
models[].plans[].templates[].roles.{role}.model_unit_spec	String	Especificación de unidad de modelo.
models[].plans[].templates[].roles.{role}.capacity_unit_per_instance	Número	Número de unidades de capacidad por instancia, es decir, base_capacity. Al crear un despliegue, `capacity` debe ser un múltiplo entero de este valor.
page_no	Número	Número de página de consulta.
page_size	Número	Tamaño de página de consulta.
total	Long	Número total de modelos que coinciden con las condiciones de consulta.

Listar modelos desplegados

Obtenga la lista de instancias desplegadas, es decir, los servicios de modelo que están realmente en ejecución o se han desplegado en el espacio de trabajo actual.

Endpoint

GET https://dashscope-intl.aliyuncs.com/api/v1/deployments

Ejemplo de solicitud

Ejecute el siguiente comando para obtener la lista de servicios dedicados:

curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments?page_no=1&page_size=100" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

Parámetros de solicitud

Parámetro	Tipo	Ubicación	Obligatorio	Descripción
page_no	Número	query	No	Número de página. Valor predeterminado: 1.
page_size	Número	query	No	Tamaño de página. Predeterminado: 50. Máximo: 200. Mínimo: 1.

Ejemplo de respuesta

Respuesta de ejemplo:

{
  "request_id": "7efdd3a7-a90d-96c6-b477-70055d59edf7",
  "output": {
    "page_no": 1,
    "page_size": 10,
    "total": 1,
    "deployments": [
      {
        "deployed_model": "emo-35b3f106-sample01",
        "gmt_create": "2025-06-17T11:00:38",
        "gmt_modified": "2025-06-17T11:06:13",
        "status": "RUNNING",
        "model_name": "emo",
        "base_model": "emo",
        "base_capacity": 1,
        "capacity": 1,
        "ready_capacity": 1,
        "workspace_id": "llm-v71tlv3d***",
        "charge_type": "post_paid",
        "creator": "175805416***",
        "modifier": "175805416***"
      }
    ]
  }
}

Parámetros de respuesta

Campo	Tipo	Descripción
request_id	String	Identificador único de la solicitud.
output.page_no	Número	Número de página actual.
output.page_size	Número	Número de elementos por página.
output.total	Número	Número total de implementaciones.
output.deployments	Array	Lista de despliegues de modelos. Cada elemento tiene los mismos campos que la salida de Obtener un despliegue de modelo.

Modificar limitación de tasa del despliegue

Modifique la configuración de limitación de RPM (Solicitudes por minuto) y TPM (Tokens por minuto) para un despliegue de modelo específico.

NotaSolo algunos modelos desplegados mediante unidades de modelo admiten la modificación de la configuración de RPM y TPM.

Endpoint

PUT https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}/update

Ejemplo de solicitud

Ejecute el siguiente comando para modificar la configuración de limitación de tasa de un despliegue específico:

curl -X PUT "https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}/update" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "rpm_limit": 1000,
    "tpm_limit": 200
}'

Parámetros de solicitud

Parámetro	Tipo	Ubicación	Obligatorio	Descripción
deployed_model	String	path	Sí	El identificador único para el despliegue de modelo. Puede obtenerlo desde Crear despliegue o la operación Listar despliegues.
rpm_limit	Número	body	Al menos un parámetro	Solicitudes por minuto (RPM).
tpm_limit	Número	body	Al menos un parámetro	Tokens por minuto (TPM).

Ejemplo de respuesta

Respuesta de ejemplo:

{
    "request_id": "1d121fd9-876c-40ad-bc40-a9e68ef3b986",
    "output":
    {
        "deployed_model": "qwen-plus-2025-12-01-b6d61c71",
        "gmt_create": "2026-01-07T13:52:44",
        "gmt_modified": "2026-01-07T14:01:41",
        "status": "PENDING",
        "model_name": "qwen-plus-2025-12-01",
        "base_model": "qwen-plus-2025-12-01",
        "base_capacity": 4,
        "capacity": 4,
        "ready_capacity": 0,
        "workspace_id": "llm-8v53e*******",
        "charge_type": "post_paid",
        "creator": "16542902******",
        "modifier": "16542902********",
        "plan": "mu",
        "model_unit_spec": "MU1",
        "enable_thinking": true,
        "max_context_length": 1,
        "rpm_limit": 1000,
        "tpm_limit": 200
    }
}

Parámetros de respuesta

Además de los campos base enumerados en Obtener un despliegue de modelo, la respuesta también puede incluir los siguientes campos:

Campo	Tipo	Descripción
output.plan	String	Plan de implementación.
output.model_unit_spec	String	Plantilla de despliegue de unidades de modelo, como MU1.
output.enable_thinking	Boolean	Indica si el modo de pensamiento está habilitado.
output.max_context_length	Número	Longitud máxima del contexto.
output.rpm_limit	Número	Límite de solicitudes por minuto.
output.tpm_limit	Número	Límite de tokens por minuto.

Escalar un despliegue

Ajuste el número de unidades de recursos utilizadas por un servicio dedicado mediante una operación de actualización.

Endpoint

PUT https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}/scale

Ejemplo de solicitud

Ejecute el siguiente comando para escalar un servicio específico:

curl --request PUT "https://dashscope-intl.aliyuncs.com/api/v1/deployments/emo-35b3f106-sample01/scale" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json' \
    --data '{
                "capacity":2
            }'

Parámetros de solicitud

Parámetro	Tipo	Ubicación	Obligatorio	Descripción
deployed_model	String	path	Sí	El identificador único para el despliegue de modelo. Puede obtenerlo desde Crear despliegue o la operación Listar despliegues.
capacity	Número	body	Condicionalmente requerido	Solo disponible cuando `"plan": "mu"`. Para más información, consulte soporte de funciones para despliegue de unidades de modelo.	Las unidades de recursos utilizadas por el modelo después de la actualización. Debe ser un múltiplo entero de `base_capacity`.
ptu_capacity	Object	body	Condicionalmente requerido	Solo disponible cuando `"plan": "ptu"`. Para más información, consulte soporte de funciones para despliegue PTU.	Surte efecto solo cuando se establece `"plan": "ptu"`. Ejemplo: `"ptu_capacity": { "input_tpm": 10000, "output_tpm": 1000 }`.
ptu_capacity.input_tpm	Número	body			Admitido por todos los modelos. Tokens de entrada por minuto. La cantidad máxima de tokens de entrada por minuto admitida por el modelo desplegado.
ptu_capacity.output_tpm	Número	body			Admitido por todos los modelos. Tokens de salida por minuto. La cantidad máxima de tokens de salida por minuto admitida por el modelo desplegado.
ptu_capacity.thinking_output_tpm	Número	body			Admitido por algunos modelos. Tokens de salida de pensamiento por minuto. La cantidad máxima de tokens de salida de pensamiento por minuto admitida por el modelo desplegado.

Ejemplo de respuesta

Respuesta de ejemplo:

{
  "request_id": "6c6b7676-3fea-423b-bc26-c9e2337e1142",
  "output": {
    "deployed_model": "emo-35b3f106-sample01",
    "gmt_create": "2025-06-17T11:00:38",
    "gmt_modified": "2025-06-17T11:42:02.311",
    "status": "UPDATING",
    "model_name": "emo",
    "base_model": "emo",
    "base_capacity": 1,
    "capacity": 2,
    "ready_capacity": 1,
    "workspace_id": "llm-v71tlv3dezezp2en",
    "charge_type": "post_paid",
    "creator": "17580541***",
    "modifier": "17580541***"
  }
}

Parámetros de respuesta

Los parámetros de respuesta son los mismos que en Obtener un despliegue de modelo. Para más detalles, consulte los parámetros de respuesta de Obtener un despliegue de modelo.

Eliminar un despliegue

Eliminar un despliegue de modelo específico y liberar los recursos informáticos correspondientes.

ImportanteDespués de realizar esta operación, el servicio de despliegue del modelo se desconectará inmediatamente y no se podrá recuperar:

El modelo ya no estará disponible para su invocación.
La facturación del servicio de despliegue se detendrá.

Endpoint

DELETE https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}

Ejemplo de solicitud

Ejecute el siguiente comando para eliminar un despliegue específico.

curl --request DELETE "https://dashscope-intl.aliyuncs.com/api/v1/deployments/emo-35b3f106-sample01" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

Parámetros de solicitud

Parámetro	Tipo	Ubicación	Obligatorio	Descripción
deployed_model	String	path	Sí	El identificador único para el despliegue de modelo. Puede obtenerlo desde Crear despliegue o la operación Listar despliegues.

Ejemplo de respuesta

Preste atención al campo status. Cuando el estado cambia a DELETING, indica que el despliegue se está eliminando.

{
  "request_id": "5378b78b-8564-481f-a3e0-580e551df22c",
  "output": {
    "deployed_model": "emo-35b3f106-sample01",
    "gmt_create": "2025-06-17T11:00:38",
    "gmt_modified": "2025-06-17T11:42:02",
    "status": "DELETING",
    "model_name": "emo",
    "base_model": "emo",
    "base_capacity": 1,
    "capacity": 2,
    "ready_capacity": 1,
    "workspace_id": "llm-v71tlv3***",
    "charge_type": "post_paid",
    "creator": "175805416***",
    "modifier": "175805416***"
  }
}

Luego, llame a Obtener un despliegue de modelo para verificar la eliminación. Si se devuelve la siguiente respuesta, significa que el servicio desplegado ya no existe y se ha eliminado correctamente.

{
    "request_id": "eb619064-0c4f-4d29-aa49-xxxxxx",
    "message": "Not found.",
    "code": "NotFound"
}

Parámetros de respuesta

Los parámetros de respuesta son los mismos que en Obtener un despliegue de modelo. Para más detalles, consulte los parámetros de respuesta de Obtener un despliegue de modelo.

Respuestas 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

Campo	Tipo	Descripción
request_id	String	El ID único de la solicitud.
code	String	El código de error.
message	String	El mensaje de error.

Errores posibles:

Código de error	Mensaje de error	Motivo del error
NotFound	Modelo: xxx no encontrado.	El modelo especificado para el nuevo despliegue no existe. El modelo asociado con el despliegue especificado no existe.
Conflicto	El modelo desplegado xxx ya existe; especifique un sufijo.	El sufijo especificado 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!	Unidades de capacidad no válidas especificadas al crear o actualizar el despliegue.