Alibaba Cloud Model Studio:Ikhtisar Penerapan Model

Bayar Sesuai Penggunaan Berdasarkan Durasi (Provisioned Throughput)

Biaya = Durasi × (Harga satuan TPM input × TPM input + Harga satuan TPM output × TPM output)

• Pesanan prabayar langsung berlaku setelah pembayaran dan berlaku hingga pukul 23.59 pada hari ke-N. Jika Anda melakukan pemesanan setelah pukul 22.00, tanggal kedaluwarsa diperpanjang satu hari.

• Setelah pesanan prabayar kedaluwarsa, layanan berhenti dua jam kemudian. Sumber daya dicadangkan selama 14 jam sebelum dilepas.

• Anda tidak dapat menghentikan pesanan prabayar sebelum waktunya.

• Untuk penagihan pasca bayar, jika akun Anda memiliki pembayaran tertunda, sumber daya yang diterapkan tetap aktif dan terus ditagih selama 24 jam sebelum secara otomatis dilepas.

Jika input model melebihi panjang token input maksimum atau batas Tokens Per Minute (TPM) yang Anda beli, panggilan terkait tersebut secara otomatis beralih ke panggilan model bayar sesuai penggunaan. Hal ini dapat menyebabkan penurunan performa inferensi. Panggilan tersebut tunduk pada pembatasan laju yang diterapkan pada trafik publik di ruang kerja Anda. Anda ditagih berdasarkan tarif standar model call (bayar sesuai penggunaan).

• Dalam kasus ini, header respons API mencakup: x-dashscope-ptu-overflow:true.

• Untuk melihat metrik TPM, buka halaman Pemantauan Model (Beijing).

Jenis model:

• Instruct — Model menjalankan inferensi dalam mode non-thinking setelah diterapkan.

• Thinking — Model menjalankan inferensi dalam mode thinking setelah diterapkan.

DashScope

import os
import dashscope

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Who are you?"},
]
dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'
response = dashscope.Generation.call(
    # Jika Anda belum mengatur variabel lingkungan, ganti baris berikut dengan Kunci API Model Studio Anda: api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3-max-xxx-xxx",  # Ganti dengan kode model yang diterapkan Anda
    messages=messages,
    result_format="message",
    enable_thinking=False,
)
print(response)

Antarmuka Kompatibel OpenAI

import os
from openai import OpenAI


client = OpenAI(
    # Jika Anda belum mengatur variabel lingkungan, ganti baris berikut dengan Kunci API Model Studio Anda: api_key="sk-xxx",
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="qwen3-max-xxx-xxx",  # Ganti dengan kode model yang diterapkan Anda
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Who are you?"},
    ],
    extra_body={"enable_thinking": False},
)
print(completion)