O recurso de inferência de IA do MaxCompute é uma nova funcionalidade pronta para uso e com pagamento conforme o uso, que permite o uso de grandes modelos para processamento de dados ou inferência offline. Este tópico descreve as regras de faturamento para a inferência de IA.
Visão geral
O service de inferência de IA do MaxCompute oferece inferência de grandes modelos, permitindo que você chame modelos prontos para uso diretamente de jobs SQL e MaxFrame por meio de uma função de IA integrada. O faturamento é feito com base no pagamento conforme o uso, de acordo com o número total de tokens de entrada e saída.
-
Regiões suportadas: O service de inferência de modelos está disponível apenas nas seguintes regiões.
China continental: China (Beijing), China (Shanghai), China (Hangzhou), China (Shenzhen) e China (Ulanqab)
Internacional: Singapore
-
Modelos suportados: Para usar os modelos a seguir, ative primeiro o service de inferência de modelos na região de destino, como China (Beijing).
Modelo
Tipo
Descrição
qwen3.8-maxSuporta entrada de dados multimodais
Um modelo Mixture of Experts (MoE) principal da série Qwen 3.8 com 2,4 trilhões de parâmetros. Apresenta capacidades de programação e produtividade de escritório significativamente aprimoradas, podendo programar de forma autônoma por mais de dez dias para entregar projetos completos. Este modelo é ideal para cenários altamente complexos, como programação autônoma, automação avançada de escritório, pesquisa científica e tarefas de longa duração.
qwen3.7-maxApenas entrada de texto
Um modelo principal da série Qwen 3.7, com atualizações abrangentes em inferência, geração de código e compreensão multilíngue. É adequado para tarefas altamente complexas.
qwen3.7-plusSuporta entrada de dados multimodais
Um modelo equilibrado da série Qwen 3.7 que oferece uma boa relação entre desempenho e custo. É adequado para cenários corporativos, como análise de textos longos e conversas de múltiplas rodadas.
qwen3.7-flashSuporta entrada de dados multimodais
Um modelo nativo de linguagem e visão, leve e de alta velocidade, da série Qwen 3.7. Apresenta compreensão multimodal e capacidades de execução de agentes aprimoradas, sendo ideal para services online de alta concorrência e baixa latência, além de tarefas multimodais leves.
qwen3.7-text-embeddingApenas entrada de texto
Este modelo unificado de vetores de texto multilíngue, treinado no Qwen 3.7, oferece melhorias significativas de desempenho na recuperação, agrupamento e classificação de textos em comparação com a versão text-embedding-v4.
qwen3-vl-embeddingSuporta entrada de dados multimodais
Um modelo de incorporação de vetores multimodais do Qwen que suporta representações vetoriais para entradas mistas de imagem e texto. É adequado para cenários de recuperação cruzada de modalidades e correspondência entre imagem e texto.
text-embedding-v4Apenas entrada de texto
Um modelo de incorporação de vetores de texto de alta precisão, adequado para pesquisa semântica, agrupamento e cálculo de similaridade.
qwen3.6-plusSuporta entrada de dados multimodais
Um modelo equilibrado da série Qwen 3.6 que oferece uma boa relação entre desempenho e custo. É indicado para cenários de negócios gerais, como diálogo, resumo e análise.
qwen3.6-flashSuporta entrada de dados multimodais
Um modelo leve e de alta velocidade da série Qwen 3.6. Fornece respostas rápidas a um custo baixo, sendo ideal para services online de alta concorrência e baixa latência.
deepseek-v4-proApenas entrada de texto
O modelo de inferência principal de quarta geração da DeepSeek. Destaca-se em tarefas de alta dificuldade, como matemática, codificação e raciocínio lógico complexo.
deepseek-v4-flashApenas entrada de texto
O modelo leve de quarta geração da DeepSeek. Oferece inferência rápida e alta eficiência de custos, sendo adequado para conversas do dia a dia e tarefas de inferência leves.
qwen3.5-397b-a17bSuporta entrada de dados multimodais
Um modelo Mixture of Experts (MoE) da série Qwen 3.5. Apresenta ativação eficiente de parâmetros, uma vasta base de conhecimento e capacidades de raciocínio em múltiplas etapas. Este modelo foi projetado para dedução lógica de alta dificuldade, geração de código full-stack e perguntas e respostas de conhecimento aprofundado.
qwen3.5-omni-plusSuporta entrada de dados multimodais
O Qwen3.5-Omni é o mais recente modelo grande omnimodal do Qwen. É adequado para cenários como criação de texto, assistentes de voz e análise multimídia, proporcionando uma experiência natural e fluida de compreensão e interação multimodal.
qwen3-asr-flashSuporta entrada de dados multimodais
Um modelo leve de reconhecimento de fala da série Qwen 3. Fornece transcrição em tempo real com baixa latência e alta concorrência, sendo adequado para cenários de processamento de áudio em tempo real, como geração de atas de reuniões, legendas de transmissões ao vivo e reconhecimento de comandos de voz.
tongyi-embedding-vision-plusSuporta entrada de dados multimodais
O Tongyi-Embedding-Vision é um modelo de representação multimodal visual construído sobre um modelo de linguagem grande (LLM). É adequado para uma variedade de tarefas downstream, incluindo pesquisa de imagem para imagem, texto para imagem, texto para vídeo, vídeo para vídeo, texto para texto e texto para imagem e texto.
qwen3-max(Será descontinuado em breve)Apenas entrada de texto
Um modelo de linguagem grande de alto desempenho da série Qwen, adequado para inferência complexa e geração de conteúdo.
ImportanteO modelo
qwen3-maxserá descontinuado em breve. Para garantir a continuidade do service, migre seus services relacionados para um novo modelo o mais rápido possível. Para mais informações, consulte Model Decommissioning Policy.
Você incorre em taxas do service de inferência de modelos apenas ao usar os modelos públicos listados acima em jobs MaxFrame Overview e SQL por meio de uma função de IA. A cobrança ocorre apenas para jobs bem-sucedidos; jobs com falha não geram taxas.
Regras de faturamento
O service de inferência de modelo é faturado com base no uso de tokens. As dimensões de faturamento incluem:
Região
Tipo de modelo
Tipo de token: diferencia os tokens de entrada e saída e indica a faixa de preço conforme o uso.