Topik ini menjelaskan fitur, penggunaan, dan batasan Layanan AI Flink (model bawaan) di Realtime Compute for Apache Flink.
Ikhtisar
Layanan AI Flink (model bawaan) merupakan kemampuan pemanggilan model AI terkelola dalam Realtime Compute for Apache Flink. Anda dapat memanggil model bawaan dalam pekerjaan Flink SQL dan Flink Agent tanpa perlu mengonfigurasi Kunci API, sehingga memungkinkan Inferensi AI real-time dan penyematan.
Keunggulan utama
Fitur | Deskripsi |
Out-of-the-box | Tidak perlu mengonfigurasi API-Key, endpoint, atau PrivateLink. |
Billed by token | Penagihan berbasis token dengan biaya yang jelas dan terkendali. |
Multi-model support | Mendukung model besar populer untuk generasi teks, Pemahaman visual, translation, dan penyematan. |
Global region coverage | Tersedia di beberapa Wilayah di dalam dan luar Tiongkok daratan, dengan Akses lintas wilayah otomatis. |
Cara kerja
Model bawaan vs. model kustom (BYOK)
Dimensi | Item | Model bawaan (Direkomendasikan) | Model kustom (Tidak direkomendasikan) |
Konfigurasi akses | endpoint | Tidak diperlukan. Sistem mengonfigurasinya secara otomatis. | Diperlukan. |
api-key | Tidak diperlukan. Sistem mengelolanya. | Anda harus menyediakan dan memeliharanya. | |
Model yang didukung | Hanya model dalam daftar model bawaan. | Model apa pun yang kompatibel dengan protokol OpenAI/DashScope. | |
Prasyarat | Akun primary harus mengaktifkan fitur Flink AI di Wilayah yang diinginkan. | Anda harus mengaktifkan layanan model dan mendapatkan Kunci API. | |
Jaringan dan keamanan | Jalur akses | Akses langsung melalui jaringan internal Alibaba Cloud. Lalu lintas tidak meninggalkan VPC. | Memerlukan akses internet publik. |
Keamanan data | Keamanan tinggi. Lalu lintas ditransmisikan end-to-end melalui jaringan internal Alibaba Cloud. | Data ditransmisikan melalui internet publik. Anda bertanggung jawab menilai risikonya. | |
Biaya konfigurasi jaringan | Tidak ada konfigurasi. | Akses internet publik memerlukan NAT Gateway, EIP, atau Alamat IP publik. | |
Kinerja | Latensi pemanggilan | Latensi rendah. Koneksi internal langsung menghindari hop jaringan tambahan. | Latensi lebih tinggi dan kurang stabil akibat fluktuasi jaringan publik. |
Ketersediaan | Didukung SLA dengan jaringan stabil dan latensi lebih rendah. | Tergantung pada SLA penyedia layanan model dan stabilitas tautan jaringan. | |
Penagihan | Biaya pemanggilan model | Ditagih berdasarkan token. | Ditagih langsung oleh penyedia layanan model. |
Biaya jaringan | Tidak ada biaya tambahan. | Anda harus membayar untuk NAT Gateway, EIP, dan lalu lintas jaringan publik. | |
Konsolidasi penagihan | Dikonsolidasikan dalam tagihan Flink Anda. | Biaya model dan jaringan ditagih secara terpisah. | |
Kuota gratis | 1 juta token kuota gratis per bulan kalender. | Tidak ada kuota gratis atau reset bulanan. |
Mengaktifkan dan menonaktifkan layanan
Prasyarat
Akun utama harus mengaktifkan fitur ini.
Setelah diaktifkan di suatu Wilayah, semua ruang kerja di Wilayah tersebut dapat menggunakannya.
Fitur ini menggunakan model pay-as-you-go. Anda hanya dikenai biaya untuk pemanggilan model, bukan untuk mengaktifkan fiturnya. Untuk detailnya, lihat Penagihan layanan AI (pay-as-you-go).
Masuk ke Konsol manajemen Realtime Compute for Apache Flink. Di halaman Flink AI Service, klik Activate.
Menonaktifkan layanan
Di halaman Flink AI Service, klik Disable Service dan konfirmasi hal berikut:
Setelah Anda menonaktifkan fitur ini, semua pekerjaan di Wilayah tersebut tidak dapat lagi menggunakan layanan model bawaan.
Sebelum menonaktifkan fitur ini, pastikan tidak ada pekerjaan yang bergantung pada model bawaan.
Wilayah yang didukung
Wilayah layanan Flink AI | ID Wilayah | Wilayah Endpoint | Wilayah eksekusi Inferensi |
China (Beijing) | cn-beijing | China (Beijing) | Tiongkok daratan (penjadwalan dinamis) |
China (Zhangjiakou) | cn-zhangjiakou | ||
China (Ulanqab) | cn-wulanchabu | ||
China (Shanghai) | cn-shanghai | ||
China (Hangzhou) | cn-hangzhou | ||
China (Shenzhen) | cn-shenzhen | ||
China (Chengdu) | cn-chengdu | ||
Singapura | ap-southeast-1 | Singapura | Wilayah luar Tiongkok daratan (penjadwalan dinamis) |
China (Hong Kong) | cn-hongkong | ||
Malaysia (Kuala Lumpur) | ap-southeast-3 | ||
Indonesia (Jakarta) | ap-southeast-5 | ||
Jepang (Tokyo) | ap-northeast-1 | ||
Korea (Seoul) | ap-northeast-2 | ||
Thailand (Bangkok) | ap-southeast-7 | ||
UAE (Dubai) | me-east-1 | ||
Meksiko | na-south-1 | ||
AS (Virginia) | us-east-1 | ||
AS (Silicon Valley) | us-west-1 |
Pilih Wilayah berdasarkan persyaratan kepatuhan data Anda. Wilayah yang dipilih menentukan lokasi akses data dan tempat Inferensi dijalankan.
Wilayah endpoint: Menentukan titik akses dan lokasi penyimpanan data.
Wilayah eksekusi Inferensi: Tempat Inferensi dijalankan. Dijadwalkan secara dinamis dalam cakupan yang ditentukan.
Saat Anda memilih Wilayah di luar Tiongkok daratan, data bisnis Anda akan ditransfer lintas batas ke Wilayah Singapura dan dijadwalkan secara dinamis ke node layanan inferensi di luar Tiongkok daratan untuk komputasi. Anda harus memastikan bahwa transfer data lintas batas tersebut mematuhi semua hukum, peraturan, dan persyaratan regulasi yang berlaku, termasuk namun tidak terbatas pada: data yang ditransfer tidak mengandung konten apa pun yang dibatasi atau dilarang oleh hukum yang berlaku untuk transfer lintas batas; semua persetujuan atau prosedur pendaftaran yang diperlukan telah diselesaikan; serta semua kewajiban pemberitahuan yang diperlukan telah dipenuhi dan persetujuan yang diperlukan telah diperoleh.
Model bawaan
Model Inferensi (chat/completions)
Nama model | Kasus penggunaan | Input | Output | Wilayah yang didukung |
qwen3.7-max | Pemahaman visual dan generasi teks. Model Qwen flagship terbaru. | Text/Image/Video | Text | All |
qwen3.6-plus | Pemahaman visual dan generasi teks. Berkinerja-tinggi dan hemat biaya. | Text/Image/Video | Text | All |
qwen3.6-flash | Pemahaman visual dan generasi teks. Model hemat biaya. | Text/Image/Video | Text | All |
qwen3.5-plus | Pemahaman visual dan generasi teks. Model berkinerja-tinggi. | Text/Image/Video | Text | All |
qwen3.5-flash | Pemahaman visual dan generasi teks. Model cepat dan berbiaya rendah. | Text/Image/Video | Text | All |
Model penyematan (embeddings)
Nama model | Kasus penggunaan | Input | Output | Wilayah yang didukung |
text-embedding-v4 | Penyematan teks | Text | Vector | All |
qwen3-vl-embedding | Penyematan multimodal | Image/Text/Video | Vector | Tiongkok daratan |
Penggunaan
Sintaks dasar
Untuk menggunakan model bawaan, tentukan parameter task dan model dalam pernyataan CREATE MODEL. Jangan tentukan endpoint atau api-key.
CREATE MODEL model_name
INPUT (column_name STRING)
OUTPUT (column_name {STRING | ARRAY<FLOAT>})
WITH (
'provider' = 'openai-compat',
'task' = 'chat/completions | embeddings',
'model' = '<model-name>'
);Untuk detail selengkapnya, lihat Konfigurasi model.
Hubungan dengan model kustom
Skenario | endpoint | api-key | Perilaku |
Gunakan model bawaan | Tidak ditentukan | Tidak ditentukan | Otomatis menggunakan layanan model yang dikelola Flink. |
Gunakan model kustom | Ditentukan | Ditentukan | Menggunakan layanan model kustom (mode BYOK). |
Akun primary Anda harus terlebih dahulu mengaktifkan fitur Flink AI sebelum Anda dapat menggunakan model bawaan. Jika tidak, pekerjaan yang menghilangkan endpoint dan api-key akan gagal.
Kasus penggunaan
Skenario | Model yang direkomendasikan | Deskripsi |
Klasifikasi dan pelabelan teks real-time | qwen3.5-flash / qwen3.6-flash | Analisis sentimen dan pelabelan klasifikasi real-time pada data streaming. |
Ekstraksi informasi real-time | qwen3.5-plus / qwen3.6-plus | Ekstraksi informasi terstruktur dari teks tak terstruktur. |
Penyematan real-time | text-embedding-v4 | Hasilkan embedding dari data streaming untuk pencarian kemiripan. |
Penyematan multimodal | qwen3-vl-embedding | Hasilkan embedding terpadu untuk gambar, teks, dan video. |