Un método de implementación facturado por el uso de tokens del modelo, que admite únicamente modelos ajustados con LoRA. Sin cargo cuando no está en uso. Adecuado para la validación del efecto del modelo tras el ajuste y escenarios de bajo costo con requisitos de baja concurrencia y latencia.
Visión general
Facturado por uso de tokens (sin cargo cuando no está en uso). Admite solo algunos modelos que han sido sometidos a ajuste fino eficiente LoRA. Adecuado para la validación del efecto del modelo tras el ajuste y escenarios de bajo costo con requisitos de baja concurrencia y latencia. El rendimiento/concurrencia y la velocidad de generación están predefinidos por la plataforma y no pueden ser ajustados por los usuarios.
NotaEl método de facturación no se puede cambiar después de crear el servicio. Para cambiarlo, debe desconectar el modelo implementado y volver a implementarlo. Consulte la Introducción a la implementación de modelos.
Reglas de facturación
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 SFT eficiente (es decir, ajuste fino eficiente LoRA; el parámetro plan se establece en lora para la implementación de API) en los siguientes modelos base y obtener un modelo personalizado.
Modelos admitidos y precios
Singapore
Modelo base | Código del 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 del modelo | Entrada $/Millón de tokens | Salida $/Millón de tokens |
|---|---|---|---|
Qwen3-14B | qwen3-14b | Modo sin pensamiento: $0.144 Modo de pensamiento: $0.144 | Modo sin pensamiento: $0.574 Modo de pensamiento: $1.434 |
Implementación LoRA
La implementación de pago por uso de tokens solo admite modelos ajustados con LoRA. Al crearla mediante API, establezca plan en lora. El parámetro capacity no tiene efecto, pero debe completarse. Para el escalado, vaya a la consola de Dedicated Deployment y envíe un formulario de solicitud.
Para ver un ejemplo completo de cómo crear una implementación mediante API, consulte la Guía de implementación de API.
Escalado
Para las implementaciones basadas en el uso de tokens, el escalado requiere enviar un formulario de solicitud en la consola y esperar una revisión manual. No se admite el escalado de autoservicio.
FAQ
P: ¿Qué sucede si no se usa durante un mes?
Las implementaciones basadas en el uso de tokens se liberarán automáticamente si no se utilizan durante un mes.
P: ¿Cómo cambio a otro método de facturación?
Debe desconectar el recurso original y luego crear un nuevo recurso utilizando el método de facturación deseado. Consulte la Introducción a la implementación de modelos.