Daftar kuota model - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center

Panggil titik akhir GET /api/v1/quotas untuk menanyakan kuota batas laju setiap model di bawah Kunci API saat ini, termasuk batas laju permintaan (QPS/RPM) dan batas penggunaan (TPM), sehingga Anda dapat memahami serta merencanakan penggunaan API secara efektif.

Prasyarat

Kunci API telah dibuat dan dikonfigurasi sebagai variabel lingkungan DASHSCOPE_API_KEY. Untuk informasi lebih lanjut, lihat Konfigurasikan kunci API dalam variabel lingkungan.

Permintaan

Metode HTTP: GET

URL Permintaan

Ganti {WorkspaceId} dengan ID ruang kerja Anda.

Region	Endpoint
Singapore	`https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/api/v1/quotas`
China (Beijing)	`https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/quotas`
China (Hong Kong)	`https://{WorkspaceId}.cn-hongkong.maas.aliyuncs.com/api/v1/quotas`
Germany (Frankfurt)	`https://{WorkspaceId}.eu-central-1.maas.aliyuncs.com/api/v1/quotas`
US (Virginia)	`https://{WorkspaceId}.us-east-1.maas.aliyuncs.com/api/v1/quotas`

Otentikasi

Setel Authorization: Bearer {API_KEY} pada header permintaan.

Parameter permintaan

Semua parameter diteruskan melalui string kueri.

Parameter	Type	Required	Description
name	String	No	Pencarian fuzzy berdasarkan nama model. Contoh: `qwen`
model	String	No	Pencocokan eksak berdasarkan ID model. Contoh: `qwen3-max`
page_no	Integer	No	Nomor halaman, dimulai dari 1. Default: `1`.
page_size	Integer	No	Jumlah model yang dikembalikan per halaman. Default: `20`.

Parameter respons

Parameter	Type	Description
request_id	String	ID permintaan, digunakan untuk troubleshooting.
output.total	Number	Jumlah total model yang sesuai dengan kriteria kueri.
output.page_no	Number	Nomor halaman saat ini.
output.page_size	Number	Jumlah entri per halaman.
output.quotas[].model	String	ID model.
output.quotas[].workspace_id	String	ID ruang kerja.
output.quotas[].model_limit	Object	Batas laju tingkat akun. Ini merepresentasikan batas laju keseluruhan untuk model di bawah akun saat ini. Berisi bidang-bidang berikut: `request_limit` (Number): Nilai batas laju permintaan. `request_limit_period` (Number): Periode waktu untuk batas laju permintaan, dalam detik. Nilai `60` menunjukkan per menit (RPM), dan nilai `1` menunjukkan per detik (QPS). `usage_limit` (Number): Nilai batas penggunaan. Nilai `null` menunjukkan tidak ada batas penggunaan. `usage_limit_field` (String): Jenis batas penggunaan, seperti `total_tokens`. `usage_limit_period` (Number): Periode waktu untuk batas penggunaan, dalam detik. `async_user_queue_limit` (Number): Jumlah maksimum tugas asinkron yang dapat masuk antrian. `async_user_concurrency_limit` (Number): Jumlah maksimum tugas asinkron yang dapat dieksekusi secara konkuren.
output.quotas[].workspace_limit	Object	Batas laju tingkat ruang kerja. Anda dapat mengatur batas laju individual untuk setiap ruang kerja, tetapi jumlah gabungan batas di semua ruang kerja tidak boleh melebihi `model_limit`. Nilai `null` menunjukkan bahwa tidak ada batas tingkat ruang kerja yang ditetapkan. Berisi bidang-bidang yang sama seperti `model_limit`.

Detail batas laju

Model Studio menerapkan batas laju pada dua tingkatan:

model_limit (tingkat akun): Batas laju keseluruhan untuk model di bawah akun saat ini, yang dibagi di seluruh ruang kerja.
workspace_limit (tingkat ruang kerja): Anda dapat mengonfigurasi batas laju individual untuk setiap ruang kerja. Jumlah gabungan batas di semua ruang kerja tidak boleh melebihi batas model_limit.

Jenis batas laju

Field	Meaning	Example
request_limit + request_limit_period	Request rate limit	`request_limit=60, request_limit_period=60` berarti maksimal 60 permintaan per menit (RPM). `request_limit=5, request_limit_period=1` berarti maksimal 5 permintaan per detik (QPS).
usage_limit + usage_limit_period	Usage limit	`usage_limit=100000, usage_limit_field=total_tokens, usage_limit_period=60` berarti maksimal 100.000 token per menit (TPM). Nilai `null` menunjukkan tidak ada batas penggunaan.
async_user_queue_limit	Async queue limit	Jumlah maksimum tugas yang dapat masuk antrian saat menggunakan panggilan asinkron.
async_user_concurrency_limit	Async concurrency limit	Jumlah maksimum tugas yang dapat dieksekusi secara bersamaan saat menggunakan panggilan asinkron.

Contoh permintaan

Contoh 1: Menanyakan kuota untuk semua model

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"

Contoh 2: Menanyakan kuota untuk model tertentu

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

Contoh respons

{
    "code": null,
    "message": null,
    "success": true,
    "output": {
        "total": 453,
        "page_no": 1,
        "page_size": 10,
        "quotas": [
            {
                "model": "qwen3-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-max",
                "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"
}

Pada contoh sebelumnya:

qwen3-max: Maksimal 500 permintaan per detik dan maksimal 500.000 token per 6 detik. Tidak ada batas tingkat ruang kerja yang ditetapkan.
wan2.6-i2v-flash: Maksimal 5 permintaan per detik tanpa batas penggunaan. Batas antrian tugas asinkron adalah 500 dan batas konkurensi asinkron adalah 5.
qwen-image-max: Maksimal 2 permintaan per menit dan maksimal 1.000.000 token per menit. Tidak ada batas tingkat ruang kerja yang ditetapkan.

Kode kesalahan

Jika pemanggilan gagal, pesan kesalahan akan dikembalikan. Untuk informasi lebih lanjut tentang kode kesalahan dan solusinya, lihat Pesan kesalahan.

Dokumentasi terkait

List models
Rate limiting