Biaya inferensi AI - MaxCompute - Alibaba Cloud Documentation Center

MaxCompute AI inference adalah fitur siap pakai berbasis bayar sesuai penggunaan yang memungkinkan Anda menggunakan model besar untuk pemrosesan data atau inferensi offline. Topik ini menjelaskan aturan penagihan untuk inferensi AI.

Ikhtisar

Layanan MaxCompute AI inference menyediakan inferensi model besar, memungkinkan Anda memanggil model siap pakai langsung dari pekerjaan SQL dan MaxFrame menggunakan fungsi AI bawaan. Penagihan dilakukan secara bayar sesuai penggunaan berdasarkan jumlah total token input dan output.

Wilayah yang didukung: Layanan inferensi model hanya tersedia di wilayah berikut.
- Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), dan Tiongkok (Ulanqab)
- Internasional: Singapura

Model yang didukung: Untuk menggunakan model berikut, Anda harus terlebih dahulu mengaktifkan layanan inferensi model di wilayah target, seperti Tiongkok (Beijing).

Model	Jenis	Deskripsi
`qwen3.8-max`	Mendukung input data multimodal	Model unggulan Mixture of Experts (MoE) dari seri Qwen 3.8 dengan 2,4 triliun parameter. Model ini memiliki peningkatan signifikan dalam kemampuan pemrograman dan produktivitas kantor, serta dapat memprogram secara otonom selama lebih dari sepuluh hari untuk menghasilkan proyek lengkap. Model ini ideal untuk skenario sangat kompleks seperti pemrograman otonom, otomatisasi kantor tingkat lanjut, penelitian ilmiah, dan tugas berdurasi panjang.
`qwen3.7-max`	Hanya menerima input teks	Model unggulan dari seri Qwen 3.7, menampilkan peningkatan komprehensif dalam inferensi, pembuatan kode, dan pemahaman multibahasa. Cocok untuk tugas-tugas sangat kompleks.
`qwen3.7-plus`	Mendukung input data multimodal	Model seimbang dari seri Qwen 3.7 yang menawarkan keseimbangan baik antara kinerja dan biaya. Cocok untuk skenario perusahaan seperti analisis teks panjang dan percakapan multi-putaran.
`qwen3.7-flash`	Mendukung input data multimodal	Model ringan, berkecepatan tinggi, dan native vision-language dari seri Qwen 3.7. Menampilkan peningkatan pemahaman multimodal dan kemampuan eksekusi agen, menjadikannya ideal untuk layanan online berkonkurensi tinggi dengan latensi rendah serta tugas multimodal ringan.
`qwen3.7-text-embedding`	Hanya menerima input teks	Model vektor teks multibahasa terpadu ini, dilatih pada Qwen 3.7, menawarkan peningkatan kinerja signifikan dalam pengambilan teks, pengelompokan, dan klasifikasi dibandingkan versi text-embedding-v4.
`qwen3-vl-embedding`	Mendukung input data multimodal	Model penyematan vektor multimodal Qwen yang mendukung representasi vektor untuk input campuran gambar dan teks. Cocok untuk skenario pengambilan lintas-modal dan pencocokan gambar-teks.
`text-embedding-v4`	Hanya menerima input teks	Model penyematan vektor teks berpresisi tinggi yang cocok untuk pencarian semantik, pengelompokan, dan perhitungan kemiripan.
`qwen3.6-plus`	Mendukung input data multimodal	Model seimbang dari seri Qwen 3.6 yang menawarkan keseimbangan baik antara kinerja dan biaya. Cocok untuk skenario bisnis umum seperti dialog, ringkasan, dan analisis.
`qwen3.6-flash`	Mendukung input data multimodal	Model ringan dan berkecepatan tinggi dari seri Qwen 3.6. Memberikan respons cepat dengan biaya rendah, menjadikannya ideal untuk layanan online berkonkurensi tinggi dengan latensi rendah.
`deepseek-v4-pro`	Hanya menerima input teks	Model inferensi unggulan generasi keempat dari DeepSeek. Unggul dalam tugas-tugas sulit seperti matematika, pemrograman, dan penalaran logis kompleks.
`deepseek-v4-flash`	Hanya menerima input teks	Model ringan generasi keempat dari DeepSeek. Menawarkan inferensi cepat dan sangat hemat biaya, cocok untuk percakapan sehari-hari dan tugas inferensi ringan.
`qwen3.5-397b-a17b`	Mendukung input data multimodal	Model Mixture of Experts (MoE) dari seri Qwen 3.5. Menampilkan aktivasi parameter efisien, basis pengetahuan luas, dan kemampuan penalaran multi-langkah. Dirancang untuk deduksi logis tingkat kesulitan tinggi, pembuatan kode full-stack, dan tanya jawab pengetahuan mendalam.
`qwen3.5-omni-plus`	Mendukung input data multimodal	Qwen3.5-Omni adalah model besar omni-modal terbaru dari Qwen. Cocok untuk skenario seperti pembuatan teks, asisten suara, dan analisis multimedia, memberikan pengalaman pemahaman dan interaksi multimodal yang alami dan lancar.
`qwen3-asr-flash`	Mendukung input data multimodal	Model pengenalan ucapan ringan dari seri Qwen 3. Memberikan transkripsi real-time dengan latensi rendah dan konkurensi tinggi, cocok untuk skenario pemrosesan audio real-time seperti membuat notulen rapat, subtitel siaran langsung, dan mengenali perintah suara.
`tongyi-embedding-vision-plus`	Mendukung input data multimodal	Tongyi-Embedding-Vision adalah model representasi multimodal visual yang dibangun di atas model bahasa besar (LLM). Cocok untuk berbagai tugas downstream, termasuk pencarian gambar-ke-gambar, pencarian teks-ke-gambar, pencarian teks-ke-video, pencarian video-ke-video, pencarian teks-ke-teks, dan pencarian teks-ke-gambar-dan-teks.
`qwen3-max` (Segera dihentikan)	Hanya menerima input teks	Model bahasa besar berkinerja-tinggi dari seri Qwen, cocok untuk inferensi kompleks dan pembuatan konten. Penting Model `qwen3-max` akan segera dihentikan. Untuk memastikan kelangsungan layanan, migrasikan layanan terkait Anda ke model baru sesegera mungkin. Untuk informasi lebih lanjut, lihat Kebijakan Penghentian Model.

Catatan

Anda dikenai biaya layanan inferensi model hanya saat menggunakan model publik yang tercantum di atas dalam pekerjaan MaxFrame Overview dan SQL menggunakan fungsi AI. Anda hanya dikenai biaya untuk pekerjaan yang berhasil; pekerjaan yang gagal tidak dikenai biaya.

Aturan penagihan

Layanan inferensi model ditagih berdasarkan penggunaan token. Dimensi penagihan meliputi:

Wilayah
Jenis model
Jenis token: Membedakan antara token input dan output serta menunjukkan tier harga berbasis penggunaan.

Harga

Satu pekerjaan SQL atau MaxFrame dapat melibatkan beberapa pemanggilan model. Untuk model dengan tier harga, sistem menghitung jumlah token input untuk setiap pemanggilan model secara terpisah untuk menentukan tier harga (jenis token). Sistem kemudian mengukur dan menagih penggunaan untuk setiap jenis token secara terpisah.

Penting

Saat menerapkan layanan di wilayah Tiongkok, sumber daya komputasi inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.
Saat menerapkan layanan di wilayah internasional, sumber daya komputasi inferensi model dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok daratan), dan data statis disimpan di wilayah yang dipilih.

qwen3.7-max

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Token masukan	Skenario Penggunaan	Jenis	Harga satuan (per 1 juta token)
0 < token ≤ 1.048.576	Input model	`input_token_tier1`	USD 1,98
	Input model (cache hit implisit)	`input_token_tier1_cached`	USD 0,396
	Input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	USD 0,198
	Input model (buat cache eksplisit)	`input_token_tier1_create_cache`	USD 2,475
	Output model (non-thinking)	`output_token_tier1`	USD 5,9412
	Output model (mode thinking)	`output_token_tier1_thinking`	USD 5,9412

Internasional

Untuk penerapan di Wilayah Internasional, sumber daya komputasi untuk inferensi model dijadwalkan secara dinamis di seluruh dunia (tidak termasuk Tiongkok daratan), dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung: Singapura

Token masukan	Skenario Penggunaan	Jenis	Harga satuan (per 1 juta token)
0 < token ≤ 1.048.576	Input model	`input_token_tier1`	USD 3
	Input model (cache hit implisit)	`input_token_tier1_cached`	USD 0,6
	Input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	USD 0,3
	Input model (buat cache eksplisit)	`input_token_tier1_create_cache`	USD 3,75
	Output model (non-thinking)	`output_token_tier1`	USD 9
	Output model (mode thinking)	`output_token_tier1_thinking`	USD 9

qwen3.7-plus

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Token input	Skema penggunaan	Jenis token	Harga (per 1 juta token)
0 < token ≤ 262.144	input model	`input_token_tier1`	USD 0,3312
	input model (cache hit implisit)	`input_token_tier1_cached`	USD 0,06624
	input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	USD 0,03312
	input model (buat cache eksplisit)	`input_token_tier1_create_cache`	USD 0,414
	output model (non-thinking)	`output_token_tier1`	USD 1,3212
	output model (mode thinking)	`output_token_tier1_thinking`	USD 1,3212
262.144 < token ≤ 1.048.576	input model	`input_token_tier2`	USD 0,9912
	input model (cache hit implisit)	`input_token_tier2_cached`	USD 0,19824
	input model (cache hit eksplisit)	`input_token_tier2_cached_explicit`	USD 0,09912
	input model (buat cache eksplisit)	`input_token_tier2_create_cache`	USD 1,239
	output model (non-thinking)	`output_token_tier2`	USD 3,9612
	output model (mode thinking)	`output_token_tier2_thinking`	USD 3,9612

Internasional

Wilayah yang didukung: Singapura

Token masukan	Skema penggunaan	Jenis token	Harga (per 1 juta token)
0 < token ≤ 262.144	input model	`input_token_tier1`	USD 0,48
	input model (cache hit implisit)	`input_token_tier1_cached`	USD 0,096
	input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	USD 0,048
	input model (buat cache eksplisit)	`input_token_tier1_create_cache`	USD 0,6
	output model (non-thinking)	`output_token_tier1`	USD 1,92
	output model (mode thinking)	`output_token_tier1_thinking`	USD 1,92
262.144 < token ≤ 1.048.576	input model	`input_token_tier2`	USD 1,44
	input model (cache hit implisit)	`input_token_tier2_cached`	USD 0,288
	input model (cache hit eksplisit)	`input_token_tier2_cached_explicit`	USD 0,144
	input model (buat cache eksplisit)	`input_token_tier2_create_cache`	USD 1,8
	output model (non-thinking)	`output_token_tier2`	USD 5,76
	output model (mode thinking)	`output_token_tier2_thinking`	USD 5,76

qwen3-vl-embedding

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Tier	Kasus penggunaan	Jenis token	Harga satuan
Teks	Input model	`input_token_tier1_text`	0,12 USD
Gambar & video	Input model	`input_token_tier1_image`	0,3096 USD

text-embedding-v4

Model text-embedding-v4 hanya ditagih berdasarkan token input model. Tidak ada biaya untuk output model dan tidak ada tier harga. Semua penggunaan ditagih sebagai input_token_tier1.

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Tier	Kasus penggunaan	Jenis token	Harga satuan (per juta token)
Tidak ada tier	input model	`input_token_tier1`	0,0864 USD

Internasional

Wilayah yang didukung: Singapura

Tier	Kasus penggunaan	Jenis token	Harga satuan (per juta token)
Tidak ada tier	input model	`input_token_tier1`	0,084 USD

qwen3.6-plus

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Jumlah token input	Skenario Penggunaan	Jenis token	Harga
0 < token ≤ 262.144	Input model	`input_token_tier1`	0,3312 USD
	Input model (cache hit implisit)	`input_token_tier1_cached`	0,06624 USD
	Input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	0,03312 USD
	Input model (buat cache eksplisit)	`input_token_tier1_create_cache`	0,414 USD
	Output model (non-thinking)	`output_token_tier1`	1,9812 USD
	Output model (mode thinking)	`output_token_tier1_thinking`	1,9812 USD
262.144 < token ≤ 1.048.576	Input model	`input_token_tier2`	1,3212 USD
	Input model (cache hit implisit)	`input_token_tier2_cached`	0,26424 USD
	Input model (cache hit eksplisit)	`input_token_tier2_cached_explicit`	0,13212 USD
	Input model (buat cache eksplisit)	`input_token_tier2_create_cache`	1,6515 USD
	Output model (non-thinking)	`output_token_tier2`	7,9224 USD
	Output model (mode thinking)	`output_token_tier2_thinking`	7,9224 USD

Internasional

Wilayah yang didukung: Singapura

Jumlah token input	Skema penggunaan	Jenis token	Harga
0 < token ≤ 262.144	Input model	`input_token_tier1`	0,6 USD
	Input model (cache hit implisit)	`input_token_tier1_cached`	0,12 USD
	Input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	0,06 USD
	Input model (buat cache eksplisit)	`input_token_tier1_create_cache`	0,75 USD
	Output model (non-thinking)	`output_token_tier1`	3,6 USD
	Output model (mode thinking)	`output_token_tier1_thinking`	3,6 USD
262.144 < token ≤ 1.048.576	Input model	`input_token_tier2`	2,4 USD
	Input model (cache hit implisit)	`input_token_tier2_cached`	0,48 USD
	Input model (cache hit eksplisit)	`input_token_tier2_cached_explicit`	0,24 USD
	Input model (buat cache eksplisit)	`input_token_tier2_create_cache`	3 USD
	Output model (non-thinking)	`output_token_tier2`	7,2 USD
	Output model (mode thinking)	`output_token_tier2_thinking`	7,2 USD

qwen3.6-flash

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Token per inferensi	Skenario	Jenis	Harga
0 < token ≤ 262.144	Input model	`input_token_tier1`	USD 0,198
	Input model (Cache hit implisit)	`input_token_tier1_cached`	USD 0,0396
	Input model (Cache hit eksplisit)	`input_token_tier1_cached_explicit`	USD 0,0198
	Input model (Buat cache eksplisit)	`input_token_tier1_create_cache`	USD 0,2475
	Output model (Non-thinking)	`output_token_tier1`	USD 1,188
	Keluaran Model (Mode Berpikir)	`output_token_tier1_thinking`	USD 1,188
262.144 < token ≤ 1.048.576	Input model	`input_token_tier2`	USD 0,792
	Input model (Cache hit implisit)	`input_token_tier2_cached`	USD 0,1584
	Input model (Cache hit eksplisit)	`input_token_tier2_cached_explicit`	USD 0,0792
	Input model (Buat cache eksplisit)	`input_token_tier2_create_cache`	USD 0,99
	Output model (Non-thinking)	`output_token_tier2`	USD 4,7532
	Output model (Mode thinking)	`output_token_tier2_thinking`	USD 4,7532

Internasional

Wilayah yang didukung: Singapura

Token per inferensi	Skenario	Jenis	Harga
0 < token ≤ 262.144	Input model	`input_token_tier1`	USD 0,3
	Input model (Cache hit implisit)	`input_token_tier1_cached`	USD 0,06
	Input model (Cache hit eksplisit)	`input_token_tier1_cached_explicit`	USD 0,03
	Input model (Buat cache eksplisit)	`input_token_tier1_create_cache`	USD 0,375
	Output model (Non-thinking)	`output_token_tier1`	USD 1,8
	Output model (Mode thinking)	`output_token_tier1_thinking`	USD 1,8
262.144 < token ≤ 1.048.576	Input model	`input_token_tier2`	USD 1,2
	Input model (Cache hit implisit)	`input_token_tier2_cached`	USD 0,24
	Input model (Cache hit eksplisit)	`input_token_tier2_cached_explicit`	USD 0,12
	Input model (Buat cache eksplisit)	`input_token_tier2_create_cache`	USD 1,5
	Output model (Non-thinking)	`output_token_tier2`	USD 4,8
	Output model (Mode thinking)	`output_token_tier2_thinking`	USD 4,8

deepseek-v4-pro

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Tier	Skenario Penggunaan	Jenis token	Harga (per juta token)
Tidak ada tier	input model	`input_token_tier1`	1,98 USD
	input model (hit cache implisit)	`input_token_tier1_cached`	0,396 USD
	input model (hit cache eksplisit)	`input_token_tier1_cached_explicit`	0,198 USD
	input model (buat cache eksplisit)	`input_token_tier1_create_cache`	2,475 USD
	output model (non-thinking)	`output_token_tier1`	3,9612 USD
	output model (mode thinking)	`output_token_tier1_thinking`	3,9612 USD

Internasional

Wilayah yang didukung: Singapura

Token masukan	Skema penggunaan	Jenis token	Harga (per juta token)
0 < Token ≤ 1.048.576	input model	`input_token_tier1`	2,88 USD
	input model (hit cache implisit)	`input_token_tier1_cached`	0,576 USD
	input model (hit cache eksplisit)	`input_token_tier1_cached_explicit`	0,288 USD
	Masukan model (buat cache eksplisit)	`input_token_tier1_create_cache`	3,6 USD
	output model (non-thinking)	`output_token_tier1`	5,76 USD
	output model (mode thinking)	`output_token_tier1_thinking`	5,76 USD

deepseek-v4-flash

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Tier harga	Skenario	Jenis token	Harga satuan (per juta token)
Tidak ada tier	input model	`input_token_tier1`	0,1656 USD
	input model (cache hit implisit) (cache hit implisit)	`input_token_tier1_cached`	0,03312 USD
	input model (cache hit eksplisit) (Cache hit eksplisit)	`input_token_tier1_cached_explicit`	0,01656 USD
	input model (pembuatan cache eksplisit) (pembuatan cache eksplisit)	`input_token_tier1_create_cache`	0,207 USD
	output model (non-thinking)	`output_token_tier1`	0,33 USD
	output model (mode thinking)	`output_token_tier1_thinking`	0,33 USD

Internasional

Wilayah yang didukung: Singapura

Tier harga	Skenario	Jenis token	Harga satuan (per juta token)
0 < token ≤ 1.048.576	input model	`input_token_tier1`	0,24 USD
	input model (cache hit implisit) (cache hit implisit)	`input_token_tier1_cached`	0,048 USD
	input model (cache hit eksplisit) (cache hit eksplisit)	`input_token_tier1_cached_explicit`	0,024 USD
	input model (pembuatan cache eksplisit) (Buat cache eksplisit)	`input_token_tier1_create_cache`	0,3 USD
	output model (non-thinking)	`output_token_tier1`	0,48 USD
	output model (mode thinking)	`output_token_tier1_thinking`	0,48 USD

qwen3.5-397b-a17b

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Token input	Kasus penggunaan	Jenis token	Harga satuan
0 < token ≤ 131.072	input model	`input_token_tier1`	0,2064 USD
	input model (cache hit implisit)	`input_token_tier1_cached`	0,04128 USD
	input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	0,02064 USD
	input model (buat cache eksplisit)	`input_token_tier1_create_cache`	0,258 USD
	output model (non-thinking)	`output_token_tier1`	1,2384 USD
	output model (mode thinking)	`output_token_tier1_thinking`	1,2384 USD
131.072 < token ≤ 262.144	input model	`input_token_tier2`	0,516 USD
	input model (cache hit implisit)	`input_token_tier2_cached`	0,1032 USD
	input model (cache hit eksplisit)	`input_token_tier2_cached_explicit`	0,0516 USD
	input model (buat cache eksplisit)	`input_token_tier2_create_cache`	0,645 USD
	output model (non-thinking)	`output_token_tier2`	3,096 USD
	output model (mode thinking)	`output_token_tier2_thinking`	3,096 USD

qwen3-asr-flash

qwen3-asr-flash hanya ditagih berdasarkan token input model. Tidak ada biaya untuk output model atau tier harga. Semua penggunaan ditagih sebagai input_token_tier1.

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Tier harga	Kasus penggunaan	Jenis token	Harga (per juta token)
Tidak ada tier	input model	`input_token_tier1`	1,536 USD

Internasional

Wilayah yang didukung: Singapura

Tier harga	Kasus penggunaan	Jenis token	Harga (per juta token)
Tidak ada tier	input model	`input_token_tier1`	1,68 USD

qwen3-max (segera dihentikan)

Tiongkok daratan

Untuk penerapan di wilayah Tiongkok, sumber daya komputasi untuk inferensi model dibatasi hanya di Tiongkok daratan, dan data statis disimpan di wilayah yang dipilih.

Wilayah yang didukung:

Tiongkok daratan: Tiongkok (Beijing), Tiongkok (Shanghai), Tiongkok (Hangzhou), Tiongkok (Shenzhen), Tiongkok (Ulanqab)

Token input per inferensi	Skenario	Jenis token	Harga (per juta token)
0 < Token ≤ 32.768	masukan model	`input_token_tier1`	0,4308 USD
	input model (cache hit implisit)	`input_token_tier1_cached`	0,08616 USD
	input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	0,04308 USD
	input model (buat cache eksplisit)	`input_token_tier1_create_cache`	0,5385 USD
	output model (non-thinking)	`output_token_tier1`	1,7208 USD
	output model (mode thinking)	`output_token_tier1_thinking`	1,7208 USD
32.768 < Token ≤ 131.072	input model	`input_token_tier2`	0,6888 USD
	masukan model (cache hit implisit)	`input_token_tier2_cached`	0,13776 USD
	input model (cache hit eksplisit)	`input_token_tier2_cached_explicit`	0,06888 USD
	input model (buat cache eksplisit)	`input_token_tier2_create_cache`	0,861 USD
	output model (non-thinking)	`output_token_tier2`	2,7528 USD
	output model (mode thinking)	`output_token_tier2_thinking`	2,7528 USD
131.072 < Token ≤ 258.048	input model	`input_token_tier3`	1,2048 USD
	input model (cache hit implisit)	`input_token_tier3_cached`	0,24096 USD
	input model (cache hit eksplisit)	`input_token_tier3_cached_explicit`	0,12048 USD
	input model (buat cache eksplisit)	`input_token_tier3_create_cache`	1,506 USD
	output model (non-thinking)	`output_token_tier3`	4,8168 USD
	output model (mode thinking)	`output_token_tier3_thinking`	4,8168 USD

Internasional

Wilayah yang didukung: Singapura

Input Tokens per Inference	Skenario	Jenis token	Harga (per juta token)
0 < Token ≤ 32.768	input model	`input_token_tier1`	1,44 USD
	input model (cache hit implisit)	`input_token_tier1_cached`	0,288 USD
	input model (cache hit eksplisit)	`input_token_tier1_cached_explicit`	0,144 USD
	input model (buat cache eksplisit)	`input_token_tier1_create_cache`	1,8 USD
	output model (non-thinking)	`output_token_tier1`	7,2 USD
	output model (mode thinking)	`output_token_tier1_thinking`	7,2 USD
32.768 < Token ≤ 131.072	input model	`input_token_tier2`	2,88 USD
	input model (cache hit implisit)	`input_token_tier2_cached`	0,576 USD
	input model (cache hit eksplisit)	`input_token_tier2_cached_explicit`	0,288 USD
	input model (buat cache eksplisit)	`input_token_tier2_create_cache`	3,6 USD
	output model (non-thinking)	`output_token_tier2`	14,4 USD
	output model (mode thinking)	`output_token_tier2_thinking`	14,4 USD
131.072 < Token ≤ 258.048	input model	`input_token_tier3`	3,6 USD
	masukan model (cache hit implisit)	`input_token_tier3_cached`	0,72 USD
	input model (cache hit eksplisit)	`input_token_tier3_cached_explicit`	0,36 USD
	input model (buat cache eksplisit)	`input_token_tier3_create_cache`	4,5 USD
	output model (non-thinking)	`output_token_tier3`	18 USD
	output model (mode thinking)	`output_token_tier3_thinking`	18 USD

Penagihan

Frekuensi penagihan: Ditagih per jam.
Karena adanya keterlambatan agregasi data, biaya inferensi mungkin memerlukan beberapa jam untuk muncul pada tagihan Anda setelah pekerjaan selesai. Informasi dalam Manajemen Penagihan Alibaba Cloud bersifat final.
Lihat tagihan Anda
1. Masuk ke konsol Manajemen Penagihan Alibaba Cloud.
2. Di panel navigasi kiri, pilih Billing > Bill Details.
3. Pada halaman Bill Details, atur Product Name ke MaxCompute dan Product Name ke layanan komputasi model MaxCompute.

FAQ

T: Bagaimana cara memperkirakan biaya inferensi?
J: Anda dapat memperkirakan biaya berdasarkan tabel harga dan panjang token input serta output yang diharapkan. Misalnya, pekerjaan dengan 1.000 pemanggilan inferensi menggunakan model qwen3-max, di mana setiap pemanggilan rata-rata menghasilkan 2.000 token input dan 1.000 token output, akan dikenai biaya sekitar CNY 18 untuk layanan komputasi model.
T: Apakah tersedia tier gratis atau uji coba?
J: Layanan komputasi model hanya tersedia dengan skema bayar sesuai penggunaan dan tidak memiliki tier gratis. Kami menyarankan untuk menguji terlebih dahulu dengan dataset kecil guna memvalidasi performa dan memperkirakan biaya.
T: Bisakah saya menetapkan batas pengeluaran untuk mencegah biaya berlebih?
J: Tidak, layanan ini tidak mendukung batas pengeluaran atau penggunaan. Untuk mengontrol biaya, pantau penggunaan Anda dengan meninjau tagihan Anda.

MaxCompute:Biaya inferensi AI

Ikhtisar

Aturan penagihan

Harga

qwen3.7-max

Tiongkok daratan

Internasional

qwen3.7-plus

Tiongkok daratan

Internasional

qwen3-vl-embedding

text-embedding-v4

Tiongkok daratan

Internasional

qwen3.6-plus

Tiongkok daratan

Internasional

qwen3.6-flash

Tiongkok daratan

Internasional

deepseek-v4-pro

Tiongkok daratan

Internasional

deepseek-v4-flash

Tiongkok daratan

Internasional

qwen3.5-397b-a17b

qwen3-asr-flash

Tiongkok daratan

Internasional

qwen3-max (segera dihentikan)

Tiongkok daratan

Internasional

Penagihan

FAQ

Dokumentasi terkait