Alibaba Cloud Model Studio:Faturamento e gestão de custos

• Latência de faturamento: As faturas de inferência de modelo são agregadas por minuto e geralmente aparecem de 2 a 10 minutos após uma chamada. As faturas de inferência em lote, treinamento de modelo e base de conhecimento são agregadas por hora. A geração de faturas pode sofrer atrasos adicionais durante horários de pico.
• Uso de um modelo não comercial: Modelos em preview público ou testes apenas por convite não geram registros de faturamento.

Solução: Aguarde o intervalo de faturamento passar e verifique novamente.

Causa: O mesmo modelo é faturado separadamente com base no tipo de faturamento (como tokens de entrada, tokens de saída ou acertos de cache) e no canal de invocação (como uma chamada de API ou experiência no console). Por exemplo, uma única chamada de API para qwen3,6-plus gera duas entradas: uma para "tokens de entrada" e outra para "tokens de saída".

Solução: Use o campo Instance ID em Billing Details para entender os detalhes de cada item de linha.

Causa: A coluna "Billable Item" na fatura é rotulada uniformemente como "Large Model Text Consumption" e não mostra o nome específico do modelo.

Solução: Verifique a coluna Instance ID (Billing Granularity) na página Billing Details. Este campo é uma string separada por ponto e vírgula. A parte da string que segue imediatamente o workspace ID (como llm-xxx) é o nome do modelo. Por exemplo, em 12xxx;llm-xxx;qwen3,6-plus;context_0-128k_input_token;bmp;0, o modelo é qwen3,6-plus.

Acesse o console do Alibaba Cloud Model Studio e selecione a região alvo no canto superior direito. Clique na aba Dashboard na parte superior. No painel de navegação à esquerda, escolha Usage & Billing > Model usage.

Não. A Alibaba Cloud usa um modelo de "reserva e liquidação mensal" para faturamento de pagamento conforme o uso. O sistema reserva um valor do seu saldo disponível para cobrir o uso e, em seguida, gera uma fatura final e deduz o custo real no final do ciclo de faturamento (no início do mês seguinte).

Motivo: Recursos adicionais do Model Studio, como web search, são faturados separadamente (pós-pago) com base no número de chamadas e são faturados separadamente das taxas de inferência de modelo. Mesmo que você não tenha usado ativamente o console recentemente, se o parâmetro enable_search estiver ativado em aplicativos ou códigos criados por você no passado, taxas de pesquisa na web ainda serão incorridas para cada chamada. Além disso, o saldo da sua conta Alibaba Cloud é gerenciado no nível da conta. Se qualquer product Alibaba Cloud sob a mesma conta, como ECS ou OSS de pagamento conforme o uso, tiver cobranças não liquidadas, seu saldo disponível ficará negativo e o Model Studio também exibirá um pagamento em atraso, mesmo que você não tenha usado o próprio Model Studio. Liquidar as cobranças pendentes do product afetado restaura o uso normal do Model Studio.

1. Em Billing Details, filtre por Alibaba Cloud Model Studio e verifique a coluna Instance ID (Billing Granularity) para identificar o nome do modelo e o canal de invocação que incorreram no custo.
2. Verifique se enable_search está ativado no código do seu aplicativo ou na configuração do aplicativo do Model Studio. Se não precisar mais de pesquisa na web, defina este parâmetro como false ou remova-o.
3. Se você interrompeu todas as chamadas, mas ainda está sendo cobrado, verifique se outras API keys ou aplicativos ainda estão em execução. Encontre e exclua chaves não utilizadas na página API Key Management.

• Tokens de entrada acumulam em conversas de contexto longo: Quando o mesmo documento é incluído repetidamente em uma conversa de contexto longo, os tokens de entrada de cada solicitação crescem à medida que o contexto se acumula, então uma única chamada consome muito mais tokens do que uma conversa curta. Por exemplo, em uma investigação, 43 de 47 chamadas consumiram cada uma de 580.000 a 600.000 tokens de entrada, e o total de tokens de entrada excedeu 25 milhões, o que esgotou um saldo de CNY 120 em cerca de 20 minutos e resultou em um pagamento em atraso.
• Notificações de alerta são enviadas com frequência limitada: Quando o crédito disponível da sua conta cai abaixo do limiar de alerta, você recebe uma notificação.A notificação é enviada por e-mail. Se você não verificar a notificação a tempo, seu saldo pode se esgotar antes do próximo alerta.
• Latência de faturamento: As faturas de inferência de modelo são agregadas por minuto. Portanto, você ainda pode receber faturas geradas por latência de faturamento após a suspensão do service, e o valor em atraso pode continuar aumentando após a suspensão.

• Verifique o consumo de tokens de chamadas individuais na página Model Usage para identificar solicitações com alto uso de tokens.
• Configure o alerta de crédito disponível na página Billing Overview e verifique as notificações de alerta prontamente.
• Para interromper o faturamento imediatamente, exclua as API keys que você não usa mais na página API Key Management.

Causa: A implantação de modelo no Model Studio é faturada por duração. O faturamento começa assim que o status da implantação do modelo muda para Running, independentemente de chamadas de API. Mesmo que você não tenha chamado o modelo via API, as cobranças continuam a acumular enquanto o status da implantação for Running. Além disso, a inferência de modelo é faturada pelo uso de tokens — as taxas são incorridas apenas quando chamadas de API são feitas.

1. Acesse a página Model Deployment para verificar se algum modelo implantado tem o status Running. Se não precisar mais deles, coloque-os offline para interromper o faturamento.
2. Exclua API keys não utilizadas para evitar que chamadas acidentais de API gerem taxas de inferência (nota: a exclusão é irreversível, proceda com cautela). Gerencie suas chaves na página API Key Management.

Se suspeitar que sua conta foi acessada por terceiros e cobranças inesperadas foram incorridas, siga estas etapas para investigar:

• Em Detailed Bill, filtre por Model Studio e verifique o ApiKeyID na coluna Instance ID (Billing Granularity) para identificar a API Key que está gerando as cobranças.
• Acesse a página API Key Management, revise o horário de criação de cada chave e confirme se foi criada por você. A página API Key Management mostra apenas o horário de criação, não o horário de invocação.
• Revise a distribuição de horários de chamada para identificar quaisquer padrões anormais de invocação que possam não ser seus: Acesse Model Usage, filtre por Model ou API Key ID e mude para a visualização List para ver a distribuição de horários de invocação.
• Se forem encontradas invocações não autorizadas, acesse imediatamente a página API Key Management para excluir a API Key correspondente e regenerá-la. Atualize todos os chamadores legítimos para usar a nova chave.

Causa: As chamadas de API do Model Studio usam o método de faturamento pagamento conforme o uso por padrão. Após ativar o Model Studio, você pode chamar a API imediatamente e pagar com base no uso real, sem adquirir um plano de recursos ou plano de economia. O sistema cobra automaticamente com base no uso de tokens e no preço correspondente do modelo que você chama. Para informações detalhadas sobre preços, consulte @xref node="6187093" root="85177" Model inference pricing @/xref .

O Model Studio aplica cotas com desconto em uma ordem fixa de compensação: cota gratuita > plano de economia específico do modelo > plano de economia de uso geral de IA > pagamento conforme o uso. Cada camada é totalmente consumida antes que a próxima seja usada. As chamadas são faturadas com base no pagamento conforme o uso contra o saldo da sua conta apenas depois que todas as cotas com desconto forem esgotadas.

A tabela a seguir compara as opções e as regras que se aplicam a cada uma.

Planos de recursos não são oferecidos no site internacional, que fornece apenas planos de economia.

Para cenários regulares de chamada de API, escolha primeiro o plano de economia de uso geral de IA. Para cenários de ferramentas de programação, escolha primeiro o Coding Plan. Escolha uma opção com base nestas regras: um plano de economia para uso estável de longo prazo , um Token Plan quando uma equipe compartilha uma cota e um Coding Plan quando você deseja um gasto mensal fixo para cenários de codificação. Se estiver apenas validando recursos, use primeiro a cota gratuita.

O Model Studio é pagamento conforme o uso por padrão e não concede cotas de tokens antecipadamente. Adquira um plano de economia se precisar garantir uma cota ou reduzir custos.

Para níveis de desconto, etapas de compra e regras de vigência, consulte @xref node="6263837" root="85181" Savings plans and resource plans @/xref . Para interromper o faturamento de qualquer uma dessas opções, consulte Interromper o faturamento.