Lister les quotas de modèles - Alibaba Cloud Model Studio - Centre de documentation Alibaba Cloud

Appelez l'endpoint GET /api/v1/quotas pour consulter les quotas de limitation de débit de chaque modèle associé à la clé API actuelle. Cette opération retourne les limites de taux de requêtes (QPS/RPM) et les limites d'utilisation (TPM), afin de vous aider à comprendre et planifier votre utilisation de l'API.

Prérequis

Vous avez créé une clé API et l'avez configurée comme variable d'environnement DASHSCOPE_API_KEY. Pour plus d'informations, consultez Configurer une clé API dans les variables d'environnement.

Requête

Méthode HTTP : GET

URL de la requête

Remplacez {WorkspaceId} par l'ID de votre espace de travail.

Région	Endpoint
Singapour	`https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/quotas`
Chine (Pékin)	`https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/quotas`
Chine (Hong Kong)	`https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/api/v1/quotas`
Allemagne (Francfort)	`https://{WorkspaceId}.eu-central-1.maas.aliyuncs.com/api/v1/quotas`
États-Unis (Virginie)	`https://dashscope-us.aliyuncs.com/api/v1/quotas`

Authentification

Définissez Authorization: Bearer {API_KEY} dans l'en-tête de la requête.

Paramètres de la requête

Tous les paramètres sont transmis via la chaîne de requête (query string).

Paramètre	Type	Obligatoire	Description
name	String	Non	Recherche approximative par nom de modèle. Exemple : `qwen`
model	String	Non	Correspondance exacte par ID de modèle. Exemple : `qwen3.8-max`
page_no	Integer	Non	Numéro de page, à partir de 1. Valeur par défaut : `1`.
page_size	Integer	Non	Nombre de modèles retournés par page. Valeur par défaut : `20`.

Paramètres de la réponse

Paramètre	Type	Description
request_id	String	Identifiant de la requête, utilisé pour le dépannage.
output.total	Number	Nombre total de modèles correspondant aux critères de requête.
output.page_no	Number	Numéro de la page actuelle.
output.page_size	Number	Nombre d'entrées par page.
output.quotas[].model	String	Identifiant du modèle.
output.quotas[].workspace_id	String	Identifiant de l'espace de travail.
output.quotas[].model_limit	Object	Limites de débit au niveau du compte. Ce champ représente le plafond global de limitation pour le modèle sous le compte actuel. Il contient les champs suivants : `request_limit` (Number) : Valeur de la limite de taux de requêtes. `request_limit_period` (Number) : Période de temps pour la limite de taux de requêtes, en secondes. Une valeur de `60` correspond à une limite par minute (RPM), tandis qu'une valeur de `1` correspond à une limite par seconde (QPS). `usage_limit` (Number) : Valeur de la limite d'utilisation. Une valeur `null` indique l'absence de limite d'utilisation. `usage_limit_field` (String) : Type de limite d'utilisation, par exemple `total_tokens`. `usage_limit_period` (Number) : Période de temps pour la limite d'utilisation, en secondes. `async_user_queue_limit` (Number) : Nombre maximal de tâches asynchrones en file d'attente. `async_user_concurrency_limit` (Number) : Nombre maximal de tâches asynchrones simultanées.
output.quotas[].workspace_limit	Object	Limites de débit au niveau de l'espace de travail. Vous pouvez définir des limites spécifiques pour chaque espace de travail, mais la somme des limites de tous les espaces ne doit pas dépasser le `model_limit`. Une valeur `null` signifie qu'aucune limite n'a été définie au niveau de l'espace de travail. Contient les mêmes champs que `model_limit`.

Détails des limitations de débit

Model Studio applique des limitations de débit à deux niveaux :

model_limit (niveau compte) : Plafond global de limitation pour le modèle sous le compte actuel, partagé entre tous les espaces de travail.
workspace_limit (niveau espace de travail) : Permet de configurer des limites individuelles pour chaque espace de travail. La somme des limites de tous les espaces ne peut excéder le plafond model_limit.

Types de limitations de débit

Champ	Signification	Exemple
request_limit + request_limit_period	Limite de taux de requêtes	`request_limit=60, request_limit_period=60` correspond à un maximum de 60 requêtes par minute (RPM). `request_limit=5, request_limit_period=1` correspond à un maximum de 5 requêtes par seconde (QPS).
usage_limit + usage_limit_period	Limite d'utilisation	`usage_limit=100000, usage_limit_field=total_tokens, usage_limit_period=60` correspond à un maximum de 100 000 tokens par minute (TPM). Une valeur `null` indique l'absence de limite d'utilisation.
async_user_queue_limit	Limite de file d'attente asynchrone	Nombre maximal de tâches pouvant être mises en file d'attente lors d'appels asynchrones.
async_user_concurrency_limit	Limite de concurrence asynchrone	Nombre maximal de tâches pouvant s'exécuter simultanément lors d'appels asynchrones.

Exemples de requêtes

Exemple 1 : Interroger les quotas de tous les modèles

curl "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/quotas?page_no=1&page_size=100" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header "Content-Type: application/json"

Exemple 2 : Interroger les quotas d'un modèle spécifique

curl "https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/quotas?model=qwen3.8-max" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header "Content-Type: application/json"

Exemple de réponse

{
    "code": null,
    "message": null,
    "success": true,
    "output": {
        "total": 453,
        "page_no": 1,
        "page_size": 10,
        "quotas": [
            {
                "model": "qwen3.8-max",
                "workspace_id": "ws-o72y059armtglf1u",
                "model_limit": {
                    "request_limit": 500,
                    "request_limit_period": 1,
                    "usage_limit": 500000,
                    "usage_limit_field": "total_tokens",
                    "usage_limit_period": 6,
                    "async_user_queue_limit": null,
                    "async_user_concurrency_limit": null
                },
                "workspace_limit": null
            },
            {
                "model": "wan2.6-i2v-flash",
                "workspace_id": "ws-o72y059armtglf1u",
                "model_limit": {
                    "request_limit": 5,
                    "request_limit_period": 1,
                    "usage_limit": null,
                    "usage_limit_field": null,
                    "usage_limit_period": null,
                    "async_user_queue_limit": 500,
                    "async_user_concurrency_limit": 5
                },
                "workspace_limit": null
            },
            {
                "model": "qwen-image-3.0-pro",
                "workspace_id": "ws-o72y059armtglf1u",
                "model_limit": {
                    "request_limit": 2,
                    "request_limit_period": 60,
                    "usage_limit": 1000000,
                    "usage_limit_field": "total_tokens",
                    "usage_limit_period": 60,
                    "async_user_queue_limit": null,
                    "async_user_concurrency_limit": null
                },
                "workspace_limit": null
            }
        ]
    },
    "request_id": "2043b55f-f0d2-95ee-a449-234e1ee57042"
}

Dans l'exemple précédent :

qwen3.8-max : Maximum de 500 requêtes par seconde et de 500 000 tokens toutes les 6 secondes. Aucune limite n'est définie au niveau de l'espace de travail.
wan2.6-i2v-flash : Maximum de 5 requêtes par seconde sans limite d'utilisation. La file d'attente des tâches asynchrones est limitée à 500 et la concurrence asynchrone à 5.
qwen-image-3.0-pro : Maximum de 2 requêtes par minute et de 1 000 000 tokens par minute. Aucune limite n'est définie au niveau de l'espace de travail.

Codes d'erreur

En cas d'échec de l'appel, un message d'erreur est retourné. Pour plus d'informations sur les codes d'erreur et leurs solutions, consultez Messages d'erreur.

Documentation associée

Lister les modèles
Limitation de débit