Alibaba Cloud Model Studio:Model deployment

É possível implantar modelos pré-treinados da plataforma ou seus próprios modelos

ajustados

Métodos de faturamento

Antes de implantar um modelo, visualize o custo horário estimado para diferentes modelos no Model Deployment console .

Para visualizar o uso de tokens e o histórico de chamadas de uma única invocação, acesse Model Monitoring.

Detalhes de faturamento

Instruções

1. Leia o conteúdo em inglês para compreender O QUE precisa ser comunicado

2. Escreva o texto em português do Brasil DO ZERO — esqueça a estrutura das frases em inglês

3. Preserve toda a formatação markdown, blocos de código, links e imagens exatamente como estão

4. Tags xref (<a data-tag="xref" ...>texto</a>) — preserve A TAG INTEIRA com todos os atributos na ordem e capitalização originais, traduza APENAS o texto visível entre > e

5. Aplique todas as regras específicas do idioma rigorosamente

6. Aplique as regras de stopwords com tolerância zero

7. Use o modo imperativo em passos numerados e listas de procedimentos

8. Garanta a consistência terminológica — o mesmo termo deve ter a mesma tradução em todo o documento

9. Varie os inícios de frase em listas e tabelas — nenhum início deve se repetir 3 ou mais vezes

10. Retorne APENAS o documento markdown em português do Brasil, sem explicações

    Faturamento por tempo (Provisioned Throughput)

    Custo = Duração do uso × (Preço unitário de TPM de entrada × TPM de entrada + Preço unitário de TPM de saída × TPM de saída)

    No método de pagamento conforme o uso, a cobrança é feita por hora e o preço unitário segue as tarifas horárias da tabela abaixo. Já na modalidade de assinatura, o faturamento ocorre diariamente, com base nas tarifas diárias apresentadas na mesma tabela.

    • Os pedidos de assinatura entram em vigor imediatamente após o pagamento. Uma assinatura de N dias permanece válida até as 23:59 do N-ésimo dia. Caso o pedido seja realizado após as 22:00, a data de expiração é prorrogada automaticamente por um dia.

    • Após a expiração de um pedido de assinatura, o serviço é interrompido depois de um período de carência de 2 horas. Com a interrupção do serviço, os recursos são mantidos por 14 horas e, em seguida, liberados.

    • Não é possível encerrar pedidos de assinatura antecipadamente.

    • No pagamento conforme o uso, se houver pagamentos em atraso na sua conta, os recursos implantados permanecem ativos e continuam sendo cobrados por 24 horas, período em que o serviço segue disponível. Passadas essas 24 horas, o sistema interrompe o faturamento e a implantação do modelo entra em estado de inadimplência. Os recursos subjacentes são excluídos, mas a tarefa de implantação do modelo é preservada. Após quitar o valor pendente, o sistema realoca os recursos, restaura o serviço e retoma a cobrança. Para parar de gerar encargos, exclua a tarefa de implantação do modelo. O faturamento cessa assim que a exclusão for concluída com sucesso.

    Se a entrada do modelo exceder o máximo de tokens de entrada ou o TPM adquirido, a chamada muda automaticamente para o modo de pagamento conforme o uso para o modelo atual. Nesse cenário, o desempenho da inferência pode diminuir e ficará sujeito ao controle de tráfego público do snapshot model atual no workspace. Os Custos são cobrados com base no padrão de invocação de modelo (pagamento conforme o uso).

    • Nessa situação, a chamada de API retorna um cabeçalho contendo x-dashscope-ptu-overflow:true.

    • Para visualizar estatísticas de TPM, acesse Model Monitoring.

    Para consultar as regras específicas de reembolso em cenários de scale-in (downgrades), consulte Regras de reembolso para downgrades.

    Qwen

    DeepSeek

    Qwen-VL

    Mais modelos

    Singapura

    Qwen

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    Qwen3.7-Max-2026-05-20	qwen3.7-max-2026-05-20	256K	$6	$1,8	$72	$21,6
    Qwen3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	256K	$0,96	$0,384	$11,52	$4,608
    Qwen3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	128K	$1,2	$0,72	$14,4	$8,64
    Qwen3.5-Plus-2026-04-20	qwen3.5-plus-2026-04-20	128K	$0,96	$0,576	$11,52	$6,912

    DeepSeek

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    DeepSeek-v4-Flash	deepseek-v4-flash	256K	$0,72	$0,144	$8,64	$1,728
    DeepSeek-v4-Pro	deepseek-v4-pro	256K	$8,64	$1,728	$103,68	$20,736
    DeepSeek-v3.2	deepseek-v3.2	64K	$2,05	$0,616	$24,62	$7,387

    Qwen-VL

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    Qwen3-VL-Plus-2025-09-23	qwen3-vl-plus-2025-09-23	128K	$0,48	$0,384	$5,76	$4,608

    Mais modelos

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    GLM-5.1	glm-5.1	64K	$5,04	$1,584	$64,8	$19,008

    China (Pequim)

    Qwen

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    Qwen3.7-Max-2026-05-20	qwen3.7-max-2026-05-20	256K	$3,96	$1,188	$47,53	$14,258
    Qwen3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	256K	$0,66	$0,264	$7,92	$3,168
    Qwen3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	128K	$0,67	$0,397	$7,93	$4,753
    Qwen3.5-Plus-2026-04-20	qwen3.5-plus-2026-04-20	128K	$0,26	$0,16	$3,17	$1,9
    Qwen3-Max-2025-09-23	qwen3-max-2025-09-23	128K	$1,11	$0,45	$13,32	$5,4
    Qwen-Flash-2025-07-28	qwen-flash-2025-07-28	128K	$0,06	$0,06	$0,72	$0,72
    Qwen-Plus-2025-12-01	qwen-plus-2025-12-01	128K	$0,28	Modo sem raciocínio: $0,07 Modo de raciocínio: $0,28	$3,36	Modo sem raciocínio: $0,84 Modo de raciocínio: $3,36

    DeepSeek

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    DeepSeek-v4-Flash	deepseek-v4-flash	256K	$0,5	$0,099	$5,94	$1,188
    DeepSeek-v4-Pro	deepseek-v4-pro	256K	$5,94	$1,188	$71,3	$14,26
    DeepSeek-v3.2	deepseek-v3.2	64K	$1,04	$0,16	$12,48	$1,92
    DeepSeek-v3	deepseek-v3	64K	$0,99	$0,396	$11,9	$4,75

    Qwen-VL

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    Qwen3-VL-Plus-2025-09-23	qwen3-vl-plus-2025-09-23	128K	$0,35	$0,35	$4,2	$4,2

    Mais modelos

    Nome do modelo	Código do modelo	Máximo de tokens de entrada	Entrada (pagamento conforme o uso) Por 10k TPM/hora	Saída (pagamento conforme o uso) Por 1k TPM/hora	Entrada (assinatura) Por 10k TPM/dia	Saída (assinatura) Por 1k TPM/dia
    GLM-5.1	glm-5.1	64K	$2,97	$1,19	$35,65	$14,26

    Faturamento por tempo (Model Unit)

    Custo = Duração de uso (horas) × Quantidade de Model Units × Preço da Model Unit

    No método de pagamento conforme o uso, o "Preço da Model Unit" corresponde ao "Preço por hora" indicado na tabela abaixo. Para assinaturas mensais, a fórmula é: Quantidade de meses × Quantidade de Model Units × Preço mensal.

    • Em assinaturas, caso você cancele durante o primeiro mês, o preço unitário diário (≈ preço unitário mensal / 30) será cobrado com um multiplicador de 1,2 sobre a tarifa padrão. Períodos de uso inferiores a um dia são faturados como um dia inteiro.

    Nota

    No método de pagamento conforme o uso por Model Unit, os recursos de poder computacional são alocados por ordem de chegada. Se a compra não for concluída com sucesso, o reembolso integral será emitido automaticamente.

    Geração de texto

    Qwen

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora (CNY) Unidade mínima de faturamento: minuto	Preço mensal (CNY) Unidade mínima de faturamento: dia
    Qwen3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	MU3 x 8	CNY 1,096	CNY 527,752
    Qwen3.6-35B-A3B	qwen3.6-35b-a3b	MU8 x 1	CNY 47	CNY 22,400
    		MU9 x 1	CNY 51	CNY 24,600
    Qwen3.6-27B	qwen3.6-27b	MU9 x 1	CNY 51	CNY 24,600
    Qwen3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU1 x 2	CNY 108	CNY 52,236
    Qwen3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU1 x 8 MU1 x 16 (modo de separação PD)	CNY 432 Modo de separação PD: CNY 864	CNY 208,944 Modo de separação PD: CNY 417,888
    Qwen3.5-397B-A17B	qwen3.5-397b-a17b	MU2 x 8	CNY 504	CNY 240,288
    		MU3 x 8 MU3 x 16 (modo de separação PD)	CNY 1,096 Modo de separação PD: CNY 2,192	CNY 527,752 Modo de separação PD: CNY 1,055,504
    		MU6 x 16	CNY 400	CNY 193,424
    Qwen3.5-122B-A10B	qwen3.5-122b-a10b	MU1 x 4	CNY 216	CNY 104,472
    		MU2 x 8	CNY 504	CNY 240,288
    		MU6 x 16	CNY 400	CNY 193,424
    		MU9 x 2	CNY 102	CNY 49,200
    Qwen3.5-35B-A3B	qwen3.5-35b-a3b	MU1 x 2	CNY 108	CNY 52,236
    		MU2 x 8	CNY 504	CNY 240,288
    		MU8 x 1	CNY 47	CNY 22,400
    		MU9 x 1	CNY 51	CNY 24,600
    Qwen3.5-27B	qwen3.5-27b	MU9 x 1	CNY 51	CNY 24,600
    Qwen3.5-9B	qwen3.5-9b	MU8 x 1	CNY 47	CNY 22,400
    		MU9 x 1	CNY 51	CNY 24,600
    Qwen3.5-Flash-2026-02-23	qwen3.5-flash-2026-02-23	MU1 x 2	CNY 108	CNY 52,236
    Qwen3.5-Plus-2026-02-15	qwen3.5-plus-2026-02-15	MU1 x 16 (modo de separação PD)	Modo de separação PD: CNY 864	Modo de separação PD: CNY 417,888
    		MU3 x 8 MU3 x 16 (modo de separação PD)	CNY 1,096 Modo de separação PD: CNY 2,192	CNY 527,752 Modo de separação PD: CNY 1,055,504
    Qwen3-235B-A22B-Instruct-2507	qwen3-235b-a22b-instruct-2507	MU1 x 4	CNY 216	CNY 104,472
    		MU2 x 8	CNY 504	CNY 240,288
    Qwen3-Next-80B-A3B-Instruct	qwen3-next-80b-a3b-instruct	MU1 x 2	CNY 108	CNY 52,236
    Qwen3-32B	qwen3-32b	MU1 x 4	CNY 216	CNY 104,472
    		MU6 x 4	CNY 100	CNY 48,356
    Qwen3-30B-A3B	qwen3-30b-a3b	MU9 x 2	CNY 102	CNY 49,200
    Qwen3-30B-A3B-Instruct-2507	qwen3-30b-a3b-instruct-2507	MU1 x 4	CNY 216	CNY 104,472
    		MU2 x 8	CNY 504	CNY 240,288
    Qwen3-8B	qwen3-8b	MU1 x 2	CNY 108	CNY 52,236
    		MU2 x 2	CNY 126	CNY 60,072
    		MU5 x 1	CNY 21	CNY 10,139
    Qwen3-4B	qwen3-4b	MU1 x 2	CNY 108	CNY 52,236
    		MU5 x 1	CNY 21	CNY 10,139
    Qwen3-1.7B	qwen3-1.7b	MU1 x 2	CNY 108	CNY 52,236
    		MU5 x 1	CNY 21	CNY 10,139
    Qwen3-Embedding-0.6B	qwen3-embedding-0.6b	MU5 x 1	CNY 21	CNY 10,139
    		MU6 x 1	CNY 25	CNY 12,089
    Qwen3-MoE-Rerank-0.6B	qwen3-moe-rerank-0.6b	MU5 x 1	CNY 21	CNY 10,139
    Qwen3-Rerank-0.6B	qwen3-rerank-0.6b	MU5 x 1	CNY 21	CNY 10,139
    		MU6 x 1	CNY 25	CNY 12,089
    Qwen3-Max-2025-09-23	qwen3-max-2025-09-23	MU2 x 8	CNY 504	CNY 240,288
    		MU3 x 8	CNY 1,096	CNY 527,752
    Qwen3-Rerank	qwen3-rerank	MU5 x 1	CNY 21	CNY 10,139
    Qwen2.5-72B	qwen2.5-72b-instruct	MU1 x 4	CNY 216	CNY 104,472
    Qwen2.5-Open-Source-32B	qwen2.5-32b-instruct	MU1 x 4	CNY 216	CNY 104,472
    Qwen2.5-open-source-14B	qwen2.5-14b-instruct	MU1 x 2	CNY 108	CNY 52,236
    Qwen2.5-7B	qwen2.5-7b-instruct	MU1 x 2	CNY 108	CNY 52,236
    		MU5 x 1	CNY 21	CNY 10,139
    Qwen2.5-3B	qwen2.5-3b-instruct	MU5 x 1	CNY 21	CNY 10,139
    Qwen-Flash-2025-07-28	qwen-flash-2025-07-28	MU1 x 4	CNY 216	CNY 104,472
    Qwen-Plus-2025-07-28	qwen-plus-2025-07-28	MU1 x 4 MU1 x 16 (modo de separação PD)	CNY 216 Modo de separação PD: CNY 864	CNY 104,472 Modo de separação PD: CNY 417,888
    Qwen-Plus-2025-12-01	qwen-plus-2025-12-01	MU1 x 4	CNY 216	CNY 104,472

    GLM

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora (CNY) Unidade mínima de faturamento: minuto	Preço mensal (CNY) Unidade mínima de faturamento: dia
    GLM-5.1	glm-5.1	MU2 x 8 MU2 x 16 (modo de separação PD)	CNY 504 Modo de separação PD: CNY 1,008	CNY 240,288 Modo de separação PD: CNY 480,576
    		MU3 x 16 (modo de separação PD)	Modo de separação PD: CNY 2,192	Modo de separação PD: CNY 1,055,504
    		MU6 x 16	CNY 400	CNY 193,424
    GLM-5	glm-5	MU3 x 16 (modo de separação PD)	Modo de separação PD: CNY 2,192	Modo de separação PD: CNY 1,055,504
    GLM-4.7	glm-4.7	MU6 x 32 (modo de separação PD)	Modo de separação PD: CNY 800	Modo de separação PD: CNY 386,848

    DeepSeek

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora (CNY) Unidade mínima de faturamento: minuto	Preço mensal (CNY) Unidade mínima de faturamento: dia
    DeepSeek-v4-Flash	deepseek-v4-flash	MU1 x 8	CNY 432	CNY 208,944
    DeepSeek-v3.2	deepseek-v3.2	MU2 x 16 (modo de separação PD)	Modo de separação PD: CNY 1,008	Modo de separação PD: CNY 480,576

    Mais modelos

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora (CNY) Unidade mínima de faturamento: minuto	Preço mensal (CNY) Unidade mínima de faturamento: dia
    MiniMax-M2.5	MiniMax-M2.5	MU1 x 16 (modo de separação PD)	Modo de separação PD: CNY 864	Modo de separação PD: CNY 417,888
    Kimi-K2.5	kimi-k2.5	MU2 x 8	CNY 504	CNY 240,288

    Tipos de modelo:

    • Instruct - O modelo implantado executa inferência no modo sem raciocínio.

    • Thinking - O modelo implantado executa inferência no modo de raciocínio.

    Tipos de implantação de modelo:

    • Modo de separação PD - Reduz a latência do primeiro token e melhora o throughput.

      Neste modo de implantação, o processo de inferência do modelo divide as etapas de cálculo do primeiro token (Prefill) e dos tokens subsequentes (Decode) para execução em nós de computação diferentes.

    Multimodal

    Qwen-VL

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora (CNY) Unidade mínima de faturamento: minuto	Preço mensal (CNY) Unidade mínima de faturamento: dia
    Qwen3-VL-235B-A22B-Instruct	qwen3-vl-235b-a22b-instruct	MU1 x 4	CNY 216	CNY 104,472
    Qwen3-VL-235B-A22B-Thinking	qwen3-vl-235b-a22b-thinking	MU1 x 4	CNY 216	CNY 104,472
    Qwen3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU2 x 8	CNY 504	CNY 240,288
    Qwen3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU1 x 2	CNY 108	CNY 52,236
    Qwen3-VL-4B-Instruct	qwen3-vl-4b-instruct	MU1 x 2	CNY 108	CNY 52,236
    Qwen3-VL-2B-Instruct	qwen3-vl-2b-instruct	MU5 x 1	CNY 21	CNY 10,139
    Qwen3-VL-Embedding-2B	qwen3-vl-embedding-2b	MU5 x 1	CNY 21	CNY 10,139
    Qwen3-VL-Flash-2025-10-15	qwen3-vl-flash-2025-10-15	MU1 x 4	CNY 216	CNY 104,472
    Qwen3-VL-Plus-2025-09-23	qwen3-vl-plus-2025-09-23	MU1 x 4	CNY 216	CNY 104,472
    Qwen-VL-Max-2025-08-13	qwen-vl-max-2025-08-13	MU6 x 4	CNY 100	CNY 48,356
    Qwen-VL-OCR-2025-11-20	qwen-vl-ocr-2025-11-20	MU6 x 4	CNY 100	CNY 48,356

    Qwen Omni

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora (CNY) Unidade mínima de faturamento: minuto	Preço mensal (CNY) Unidade mínima de faturamento: dia
    Qwen3.5-Omni-Flash	qwen3.5-omni-flash	MU8 x 1	CNY 47	CNY 22,400
    		MU9 x 1	CNY 51	CNY 24,600
    Qwen3.5-Omni-Plus	qwen3.5-omni-plus	MU9 x 8	CNY 408	CNY 196,800

    Tipos de modelo:

    • Instruct - O modelo implantado executa inferência no modo sem raciocínio.

    • Thinking - O modelo implantado executa inferência no modo de raciocínio.

    • Instruct/Thinking - Você pode escolher se deseja ativar o modo de raciocínio ao implantar o modelo.

    Síntese de fala

    CosyVoice

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora (CNY)	Preço mensal (CNY)
    cosyvoice-v3-flash	cosyvoice-v3-flash	MU5	CNY 21	CNY 10,139

    Singapura

    Geração de texto

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    Qwen3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU1 x 8	$88	$41,832
    Qwen3.5-39B-A17B	qwen3.5-397b-a17b	MU2 x 8	$112	$52,392
    Qwen3.5-35B-A3B	qwen3.5-35b-a3b	MU2 x 8	$112	$52,392
    Qwen3-32B	qwen3-32b	MU1 x 4	$44	$20,916
    		MU2 x 8	$112	$52,392
    Qwen3-14B	qwen3-14b	MU1 x 4	$44	$20,916
    GLM-5.1	glm-5.1	MU2 x 8	$112	$52,392
    DeepSeek-V4-Flash	deepseek-v4-flash	MU1 x 8	$88	$41,832

    Multimodal

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    Qwen3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU2 x 8	$112	$52,392
    Qwen3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU1 x 2	$22	$10,458

    Tipos de modelo:

    • Instruct - O modelo implantado executa inferência no modo sem raciocínio.

    China (Pequim)

    Geração de texto

    Qwen

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    Qwen3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	MU3 x 8	$150.72	$72,577.152
    Qwen3.6-35B-A3B	qwen3.6-35b-a3b	MU8 x 1	$6.464	$3,080.477
    		MU9 x 1	$7.014	$3,383.024
    Qwen3.6-27B	qwen3.6-27b	MU9 x 1	$7.014	$3,383.024
    Qwen3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU1 x 2	$14.852	$7,183.564
    Qwen3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU1 x 8	$59.408	$28,734.256
    Qwen3.5-397B-A17B	qwen3.5-397b-a17b	MU2 x 8	$69.312	$33,044.72
    		MU3 x 8	$150.72	$72,577.152
    		MU6 x 16	$55.008	$26,599.92
    Qwen3.5-122B-A10B	qwen3.5-122b-a10b	MU1 x 4	$29.704	$14,367.128
    		MU2 x 8	$69.312	$33,044.72
    		MU6 x 16	$55.008	$26,599.92
    		MU9 x 2	$14.028	$6,766.048
    Qwen3.5-35B-A3B	qwen3.5-35b-a3b	MU1 x 2	$14.852	$7,183.564
    		MU2 x 8	$69.312	$33,044.72
    		MU8 x 1	$6.464	$3,080.477
    		MU9 x 1	$7.014	$3,383.024
    Qwen3.5-27B	qwen3.5-27b	MU9 x 1	$7.014	$3,383.024
    Qwen3.5-9B	qwen3.5-9b	MU8 x 1	$6.464	$3,080.477
    		MU9 x 1	$7.014	$3,383.024
    Qwen3.5-Flash-2026-02-23	qwen3.5-flash-2026-02-23	MU1 x 2	$14.852	$7,183.564
    Qwen3.5-Plus-2026-02-15	qwen3.5-plus-2026-02-15	MU1 x 8	$59.408	$28,734.256
    		MU3 x 8	$150.72	$72,577.152
    Qwen3-235B-A22B-Instruct	qwen3-235b-a22b-instruct-2507	MU1 x 4	$29.704	$14,367.128
    		MU2 x 8	$69.312	$33,044.72
    Qwen3-Next-80B-A3B-Instruct	qwen3-next-80b-a3b-instruct	MU1 x 2	$14.852	$7,183.564
    Qwen3-32B	qwen3-32b	MU1 x 4	$29.704	$14,367.128
    		MU6 x 4	$13.752	$6,649.98
    Qwen3-30B-A3B	qwen3-30b-a3b	MU9 x 2	$14.028	$6,766.048
    Qwen3-30B-A3B-Instruct-2507	qwen3-30b-a3b-instruct-2507	MU1 x 4	$29.704	$14,367.128
    		MU2 x 8	$69.312	$33,044.72
    Qwen3-8B	qwen3-8b	MU1 x 2	$14.852	$7,183.564
    		MU2 x 2	$17.328	$8,261.18
    		MU5 x 1	$2.888	$1,394.329
    Qwen3-4B	qwen3-4b	MU1 x 2	$14.852	$7,183.564
    		MU5 x 1	$2.888	$1,394.329
    Qwen3-1.7B	qwen3-1.7b	MU1 x 2	$14.852	$7,183.564
    		MU5 x 1	$2.888	$1,394.329
    Qwen3-Max-2025-09-23	qwen3-max-2025-09-23	MU2 x 8	$69.312	$33,044.72
    		MU3 x 8	$150.72	$72,577.152
    Qwen2.5-72B	qwen2.5-72b-instruct	MU1 x 4	$29.704	$14,367.128
    Qwen2.5-32B	qwen2.5-32b-instruct	MU1 x 4	$29.704	$14,367.128
    Qwen2.5-14B	qwen2.5-14b-instruct	MU1 x 2	$14.852	$7,183.564
    Qwen2.5-7B	qwen2.5-7b-instruct	MU1 x 2	$14.852	$7,183.564
    		MU5 x 1	$2.888	$1,394.329
    Qwen2.5-3B-Instruct	qwen2.5-3b-instruct	MU5 x 1	$2.888	$1,394.329
    Qwen-Flash-2025-07-28	qwen-flash-2025-07-28	MU1 x 4	$29.704	$14,367.128
    Qwen-Plus-2025-07-28	qwen-plus-2025-07-28	MU1 x 4	$29.704	$14,367.128
    Qwen-Plus-2025-12-01	qwen-plus-2025-12-01	MU1 x 4	$29.704	$14,367.128

    GLM

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    GLM-5.1	glm-5.1	MU2 x 8	$69.312	$33,044.72
    		MU3 x 8	$150.72	$72,577.152
    		MU6 x 16	$55.008	$26,599.92
    GLM-5	glm-5	MU3 x 8	$150.72	$72,577.152
    GLM-4.7	glm-4.7	MU6 x 16	$55.008	$26,599.92

    DeepSeek

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    DeepSeek-V4-Flash	deepseek-v4-flash	MU1 x 8	$59.408	$28,734.256
    DeepSeek-V3.2	deepseek-v3.2	MU2 x 8	$69.312	$33,044.72

    Outros modelos

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    MiniMax-M2.5	MiniMax-M2.5	MU1 x 8	$59.408	$28,734.256
    Kimi-K2.5	kimi-k2.5	MU2 x 8	$69.312	$33,044.72

    Multimodal

    Qwen-VL

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    Qwen3-VL-235B-A22B-Instruct	qwen3-vl-235b-a22b-instruct	MU1 x 4	$29.704	$14,367.128
    Qwen3-VL-235B-A22B-Thinking	qwen3-vl-235b-a22b-thinking	MU1 x 4	$29.704	$14,367.128
    Qwen3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU2 x 8	$69.312	$33,044.72
    Qwen3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU1 x 2	$14.852	$7,183.564
    Qwen3-VL-Flash-2025-10-15	qwen3-vl-flash-2025-10-15	MU1 x 4	$29.704	$14,367.128
    Qwen3-VL-Plus-2025-09-23	qwen3-vl-plus-2025-09-23	MU1 x 4	$29.704	$14,367.128
    Qwen-VL-Max-2025-08-13	qwen-vl-max-2025-08-13	MU6 x 4	$13.752	$6,649.98
    Qwen-VL-OCR-2025-11-20	qwen-vl-ocr-2025-11-20	MU6 x 4	$13.752	$6,649.98

    Qwen Omni

    Nome do modelo	Código do modelo	Especificação da unidade de modelo	Preço por hora ($) Unidade mínima de faturamento: minuto	Preço mensal ($) Unidade mínima de faturamento: dia
    Qwen3.5-Omni-Flash	qwen3.5-omni-flash	MU8 x 1	$6.464	$3,080.477
    		MU9 x 1	$7.014	$3,383.024
    Qwen3.5-Omni-Plus	qwen3.5-omni-plus	MU9 x 8	$56.112	$27,064.192

    Tipos de modelo:

    • Instruct - O modelo implantado executa inferência no modo sem raciocínio.

    • Thinking - O modelo implantado executa inferência no modo de raciocínio.

    Por uso de tokens do modelo

    Custo = Número de Tokens de Entrada × Preço Unitário de Entrada + Número de Tokens de Saída × Preço Unitário de Saída (Unidade mínima de faturamento: 1 token)

    • O faturamento por uso de tokens do modelo só está disponível após a conclusão do Supervised Fine-Tuning (SFT) para os seguintes foundation models e a obtenção de um modelo personalizado.

    Qwen

    Qwen-VL

    Singapore

    Foundation model	Código do modelo	Entrada $/1k tokens	Saída $/1k tokens
    Qwen3-14B	qwen3-14b	$0,00035	Modo sem raciocínio: $0,0014 Modo de raciocínio: $0,0042

Para implantar mais modelos, consulte esta solução e escolha o plano de implantação mais adequado às necessidades do seu negócio.

Método de implantação

Para implantar modelos no console, siga estas etapas:

Se você receber um erro de permissão, consulte O que fazer se eu receber um erro de permissão durante a implantação?

Página da lista de implantações

Após uma implantação bem-sucedida, visualize e gerencie todos os serviços implantados na página da lista de implantações. A página contém as seguintes informações:

• Service Name: Nome do serviço de implantação. Clique no nome para visualizar os detalhes da implantação.

• Model Name: Modelo utilizado na implantação.

• Model Code: Identificador exclusivo gerado após a implantação bem-sucedida do modelo. Utilizado para especificar o modelo nas chamadas de API.

• Deployment Status/Event Status: Inclui estados como Pending Deployment, Deploying, Running, Deployment Failed, Unpublishing, Service Paused, Stopped, Deleting, Unsubscribed/Overdue, Resuming, Running (Upgrading/Downgrading) e Running (Upgrade/Downgrade Failed).

• Billing Method: Método de faturamento atual do serviço de implantação.

• Deployment Details: Informações de configuração, como tipo de model unit e número de réplicas.

• Rate Limiting Details: Exibe a configuração de limitação de taxa do serviço de implantação atual, como requisições por minuto (RPM) e tokens por minuto (TPM).

• Service Time: Mostra os horários de criação e expiração do serviço de implantação.

• Operation: Dependendo do status da implantação e do método de faturamento, execute operações como Update, Monitoring, Scaling, Renewal, Unpublish, Delete e Experience.

Chamadas pós-implantação

Após a implantação bem-sucedida de um modelo, chame-o usando Compatível com OpenAI, Dashscope e Assistant SDK.

Ao chamar um modelo implantado com sucesso, o valor de model deve ser o code do modelo gerado após a implantação. Acesse o Model Deployment console para obter o Model Code.

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(
    # If the environment variable is not configured, replace the next line with: api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3-max-xxx-xxx",  # Replace with the code generated after the model is successfully deployed
    messages=messages,
    result_format="message",
    enable_thinking=False,
)
print(response)

import os
from openai import OpenAI

client = OpenAI(
    # If the environment variable is not configured, replace the next line with: 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",  # Replace with the code generated after the model is successfully deployed
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Who are you?"},
    ],
    extra_body={"enable_thinking": False},
)
print(completion)

Dimensionar serviços de implantação

• Provisioned Throughput (Baseado em tempo): Clique no botão Scaling para ajustar manualmente o número de instâncias. Para regras específicas de reembolso em downgrades, consulte Regras de reembolso para downgrades.

• Model Unit (Baseado em tempo): Clique no botão Scaling para ajustar manualmente o número de instâncias.

Também é possível clicar no botão Scaling Configuration na coluna Operation para configurar políticas de dimensionamento automático, incluindo limiares de dimensionamento, número mínimo/máximo de réplicas e dimensionamento agendado.

Despublicar um serviço

Acesse o Model Deployment console, localize o serviço de implantação a ser interrompido e clique na operação correspondente com base no método de faturamento:

• Model Unit (Assinatura): Clique em Deactivate e confirme.

• Pagamento conforme o uso: Clique em Delete e confirme.

O faturamento é interrompido após a conclusão da operação.

Outras operações

Além de despublicar, a coluna Operation na página da lista de implantações suporta as seguintes operações:

• Update: Atualize a versão do modelo de um serviço implantado. A atualização pode ser feita de uma só vez ou em lotes (canary release).

• Delete: Serviços de pagamento conforme o uso podem ser excluídos diretamente para interromper o faturamento.

• Renewal: Serviços de assinatura podem ser renovados para estender o tempo de serviço. A renovação automática é suportada.

• Purchase Capacity Package: Adquira um pacote de capacidade para uma implantação de provisioned throughput.

Perguntas frequentes