Alibaba Cloud Model Studio:Déployer un modèle à l'aide d'une API ou d'une CLI

Cette rubrique explique comment déployer un modèle Qwen sur Alibaba Cloud Model Studio via des appels API.

Prérequis

• Vous avez pris connaissance de la Vue d'ensemble du déploiement de modèles et maîtrisez les modèles pris en charge ainsi que les étapes fondamentales du déploiement.
• Obtenir une clé API et exporter la clé API en tant que variable d'environnement.

1. Déployer le modèle

La commande suivante utilise le modèle personnalisé affiné qwen3-8b-ft-202511132025-0260 pour créer un service dédié nommé qwen3-8b-ft-202511132025-0260.

Pour obtenir l'ID du modèle personnalisé, accédez à la page Console Model Studio - affinage de modèle. Cliquez sur le Task Name du modèle à déployer, puis sur Outputs, et enfin sur le nom du modèle en bleu. La page My Models s'ouvre alors ; l'ID du modèle figure dans la section des informations de base.

Utilisez l'ID du modèle comme valeur du paramètre model_name pour déployer le modèle via l'API.

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
    }
}'

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
}'

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"
}'

En cas de succès, la commande retourne le résultat suivant (exemple basé sur un déploiement LoRA) :

{
    "request_id": "83b173ab-2b2f-41aa-8c57-b173e8be934e",
    "output":
    {
        "deployed_model": "qwen3-8b-ft-202511132025-0260",
        "gmt_create": "2025-11-20T20:06:46.405",
        "gmt_modified": "2025-11-20T20:06:46.405",
        "status": "PENDING",
        "model_name": "qwen3-8b-ft-202511132025-0260",
        "base_model": "qwen3-8b",
        "workspace_id": "llm-8v*****",
        "charge_type": "post_paid",
        "creator": "16542*****",
        "modifier": "16542*****",
        "plan": "***"
    }
}

Ici, deployed_model correspond à l'ID unique du service dédié.

2. Interroger l'état du service

Exécutez la commande suivante pour obtenir les détails d'un service dédié spécifique :

curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments/qwen3-8b-ft-202511132025-0260" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

En cas de succès, la commande retourne le résultat suivant :

{
    "request_id": "ca36952d-9136-426e-ab08-68a97ad72719",
    "output":
    {
        "deployed_model": "qwen3-8b-ft-202511132025-0260",
        "gmt_create": "2025-11-20T20:32:08",
        "gmt_modified": "2025-11-20T20:42:25",
        "status": "RUNNING",
        "model_name": "qwen3-8b-ft-202511132025-0260",
        "base_model": "qwen3-8b",
        "base_capacity": 2,
        "capacity": 2,
        "ready_capacity": 2,
        "workspace_id": "llm-8v53etv3hwb8orx1",
        "charge_type": "post_paid",
        "creator": "1654290265984853",
        "modifier": "1654290265984853",
        "plan": "mu",
        "model_unit_spec": "MU1"
    }
}

Lorsque l'état du service passe à RUNNING, le déploiement est terminé.

3. Effectuer des requêtes d'inférence

Utilisez le SDK pour envoyer une requête au service dédié :

from dashscope import Generation
from http import HTTPStatus
import os
response = Generation.call(
    model='qwen3-8b',
    prompt='Who are you?',
    enable_thinking=False,
    api_key=os.getenv('DASHSCOPE_API_KEY'),
)
if response.status_code == HTTPStatus.OK:
    print(response.output)
    print(response.usage)
else:
    print(response.code)
    print(response.message)

Une exécution réussie retourne le résultat suivant :

{"text": "I am Qwen, a large language model developed by Alibaba Cloud. I am designed to generate various types of text, such as articles, stories, and poems, and to engage in conversations, answer questions, provide information, and offer help in different scenarios. I'm happy to serve you! If you have any questions or need assistance, please feel free to let me know.", "finish_reason": "stop", "choices": null}
{"input_tokens": 11, "output_tokens": 63, "total_tokens": 74}

4. Supprimer le service dédié

Si un service dédié ne vous est plus utile, supprimez-le à l'aide de la commande suivante :

curl --request DELETE 'https://dashscope-intl.aliyuncs.com/api/v1/deployments/qwen3-8b-ft-202511132025-0260' \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

En cas de succès, la commande retourne le résultat suivant :

{
    "request_id": "8f726017-6042-420e-a465-0d366a3aba59",
    "output":
    {
        "deployed_model": "qwen3-8b-ft-202511132025-0260",
        "gmt_create": "2025-11-20T20:32:08",
        "gmt_modified": "2025-11-27T16:35:31.591",
        "status": "DELETING",
        "model_name": "qwen3-8b-ft-202511132025-0260",
        "base_model": "qwen3-8b",
        "base_capacity": 2,
        "capacity": 2,
        "ready_capacity": 2,
        "workspace_id": "llm-8v53etv3hwb8orx1",
        "charge_type": "post_paid",
        "creator": "1654290265984853",
        "modifier": "1654290265984853",
        "plan": "mu",
        "model_unit_spec": "MU1"
    }
}

Une fois le service supprimé, son état ne peut plus être interrogé selon la méthode décrite dans la section 2. Interroger l'état du service.

Référence API

Pour plus de détails sur les appels API, consultez la rubrique Détails de l'API.

FAQ

Erreurs d'autorisation lors du déploiement

Lors du déploiement d'un modèle via une API, vérifiez les points suivants :

1. Le Workspace associé à la clé API doit disposer des autorisations nécessaires pour gérer le modèle. Accédez à la page Gestion des espaces métier dans Model Studio et vérifiez les paramètres d'autorisation de déploiement de modèle pour l'espace de travail concerné.

   Erreur d'appel API : Workspace xxx does not have deployment privilege for model xxxx .

   Dans la colonne Actions correspondant à l'espace de travail, cliquez sur Model Permission and Flow Control Settings.

   Dans la Model List, localisez le modèle cible et vérifiez l'état d'autorisation dans la colonne Model Deployment. Si la mention Not Authorized apparaît, cliquez sur Edit dans la colonne Actions pour accorder l'autorisation.

   En cas d'erreur d'autorisation, contactez votre organisation ou votre administrateur informatique pour ajouter les permissions requises ou effectuer l'opération à votre place.

2. Le Owner Account propriétaire de la clé API dispose des autorisations requises dans le Workspace. Accédez à la console Model Studio, cliquez sur l'espace de travail situé dans le coin inférieur gauche, basculez vers l'espace de travail approprié, puis cliquez sur pour vérifier les paramètres d'autorisation de déploiement de modèle.

   Erreur d'appel API : Workspace access denied .

   Dans le volet de navigation de gauche, cliquez sur Permission Management et confirmez que la liste des utilisateurs inclut le compte propriétaire de la clé API (avec le type primary account).

   En cas d'erreur d'autorisation, contactez votre organisation ou votre administrateur informatique pour ajouter les permissions requises ou effectuer l'opération à votre place.