Um método de implantação faturado pelo uso de Tokens do modelo, suportando apenas modelos ajustados com LoRA. Sem cobrança quando não estiver em uso. Adequado para validação de efeito de modelo pós-ajuste e cenários de baixo custo com baixos requisitos de concorrência e latência.
Visão geral
Faturado pelo uso de Tokens (sem cobrança quando não estiver em uso). Suporta apenas alguns modelos que passaram por ajuste fino eficiente LoRA. Adequado para validação de efeito de modelo pós-ajuste e cenários de baixo custo com baixos requisitos de concorrência e latência. A taxa de transferência/concorrência e a velocidade de geração são predefinidas pela plataforma e não podem ser ajustadas pelos usuários.
ObservaçãoO método de faturamento não pode ser alterado após a criação do serviço. Para mudar, você deve tirar o modelo implantado do ar e reimplantá-lo. Consulte Introdução à implantação de modelos.
Regras de cobrança
Fee = Model input token count × Model input unit price + Model output token count × Model output unit price (minimum billing unit: 1 token)
- O faturamento pelo uso de tokens do modelo é suportado somente após você concluir o treinamento SFT eficiente (ou seja, ajuste fino eficiente LoRA; o parâmetro plan está definido como lora para implantação de API) nos seguintes modelos base e obter um modelo personalizado.
Modelos suportados e preços
Singapore
Modelo base | Código do modelo | Entrada $/Milhão de Tokens | Saída $/Milhão de Tokens |
|---|---|---|---|
Qwen3-14B | qwen3-14b | Modo sem pensamento: $0.35 Modo de pensamento: $0.35 | Modo sem pensamento: $1.4 Modo de pensamento: $4.2 |
Pequim
Modelo base | Código do modelo | Entrada $/Milhão de Tokens | Saída $/Milhão de Tokens |
|---|---|---|---|
Qwen3-14B | qwen3-14b | Modo sem pensamento: $0.144 Modo de pensamento: $0.144 | Modo sem pensamento: $0.574 Modo de pensamento: $1.434 |
Implantação LoRA
A implantação paga conforme o uso de tokens suporta apenas modelos ajustados com LoRA. Ao criar via API, defina plan como lora. O parâmetro capacity não tem efeito, mas deve ser preenchido. Para dimensionamento, vá para o console de Dedicated Deployment e envie um formulário de solicitação.
Para um exemplo completo de criação de uma implantação via API, consulte o Guia de implantação de API.
Dimensionamento
Para implantações baseadas no uso de tokens, o dimensionamento requer o envio de um formulário de solicitação no console e a espera pela revisão manual. O dimensionamento de autoatendimento não é suportado.
FAQ
P: O que acontece se não for usado por um mês?
As implantações baseadas no uso de tokens serão liberadas automaticamente se não forem usadas dentro de um mês.
P: Como mudo para outro método de faturamento?
Você deve tirar o recurso original do ar e, em seguida, criar um novo recurso usando o método de faturamento desejado. Consulte Introdução à implantação de modelos.