本文介紹Realtime ComputeFlink版AI服務（內建模型）的功能、使用方式及限制。
功能概述
Flink AI服務（內建模型）是Realtime ComputeFlink版的託管式AI模型調用能力。您無需配置 API-Key ，即可在 Flink SQL 作業、Flink Agent中調用內建模型，實現流式 AI 推理與向量化。
核心優勢
特性 | 說明 |
開箱即用 | 無需配置API-Key、Endpoint或私網串連。 |
按 Token 計費 | 按 Token 用量計費，成本清晰可控。 |
多模型支援 | 內建多款主流大模型，覆蓋文本產生、視覺理解、翻譯、向量化等情境。 |
全地區覆蓋 | 支援國內及海外多地區，跨地區訪問自動打通。 |
功能架構
內建模型與自訂模型（BYOK）對比
對比維度 | 對比項 | 內建模型（推薦） | 自訂模型（不推薦） |
接入配置 | endpoint | 無需指定，系統自動設定 | 必須指定 |
api-key | 無需指定，系統託管 | 由使用者提供並維護 | |
支援模型 | 僅限內建模型列表 | 任意相容OpenAI/DashScope協議的模型 | |
前提條件 | 主帳號在對應地區開通Flink AI服務 | 自行開通模型服務並擷取API-Key | |
網路與安全 | 訪問鏈路 | 阿里雲內網直連，流量不出VPC | 需要開通公網訪問 |
資料安全性 | 高,全鏈路在阿里雲內網傳輸 | 資料經公網傳輸，需自行評估風險 | |
網路設定成本 | 零配置 | 公網需開通NAT Gateway、EIP或公網IP | |
效能 | 調用延遲 | 低，內網直連無額外網路跳數 | 公網受網路波動影響，延遲更高且不穩定 |
可用性 | 有SLA保障，網路穩定，延遲更低 | 取決於模型服務商SLA及網路鏈路穩定性 | |
計費 | 模型調用費用 | 按 Token 計費 | 由模型服務商直接計費 |
網路費用 | 無額外費用 | 公網需支付NAT Gateway費、EIP費及公網流量費 | |
賬單歸屬 | 合并在Flink賬單 | 模型費用與網路費用分散在多個賬單 | |
免費額度 | 每個自然月贈送100萬Token免費額度 | 沒有免費額度贈送和重設 |
開通與關閉
開通條件
需由主帳號操作開通。
每個地區獨立開通，開通後該地區下所有工作空間均可使用。
採用隨用隨付模式，開通不產生費用，僅在實際調用時計費，詳情請參見
登入Realtime Compute管理主控台，在 Flink AI 服務介面，單擊 立即開通 。
關閉服務
在AI服務頁面單擊關閉服務，確認以下事項：
關閉後本地區所有作業將無法使用內建模型服務。
關閉前需確認所有作業均未依賴內建模型。
支援地區
Flink AI服務開服地區 | 地區代碼 | Endpoint 地區 | 推理執行地區 |
華北2（北京） | cn-beijing | 華北2（北京） | 中國內地（動態調度） |
華北3（張家口） | cn-zhangjiakou | ||
華北6（烏蘭察布） | cn-wulanchabu | ||
華東2（上海） | cn-shanghai | ||
華東1（杭州） | cn-hangzhou | ||
華南1（深圳） | cn-shenzhen | ||
西南1（成都） | cn-chengdu | ||
新加坡 | ap-southeast-1 | 新加坡 | 中國內地以外地區（動態調度） |
中國香港 | cn-hongkong | ||
馬來西亞（吉隆坡） | ap-southeast-3 | ||
印尼（雅加達） | ap-southeast-5 | ||
日本（東京） | ap-northeast-1 | ||
韓國（首爾） | ap-northeast-2 | ||
泰國（曼穀） | ap-southeast-7 | ||
阿聯酋（杜拜） | me-east-1 | ||
墨西哥 | na-south-1 | ||
美國（維吉尼亞） | us-east-1 | ||
美國（矽谷） | us-west-1 |
地區決定了資料接入與推理執行的物理位置，請根據資料合規要求選擇對應地區開通。
Endpoint地區：決定存取點和資料存放區位置；
推理執行地區：決定推理執行位置，在一定範圍內動態調度。
選擇中國內地以外地區時，業務資料將跨境傳輸至新加坡地區，並根據需要動態調度至中國內地以外的推理服務節點進行計算。請自行確保相關資料跨境傳輸行為符合所適用的法律法規及監管政策要求，包括但不限於：傳輸的資料中不含任何所適用法律限制或禁止跨境傳輸的內容、已完成必要的審批或備案程式、已充分履行告知義務並取得必要同意。
內建模型列表
推理模型（chat/completions）
模型名稱 | 適用情境 | 輸入 | 輸出 | 支援地區 |
qwen3.7-max | 視覺理解、文本產生，千問最新旗艦模型 | 文/圖/視 | 文 | 全部 |
qwen3.6-plus | 視覺理解、文本產生，高效能且具性價比 | 文/圖/視 | 文 | 全部 |
qwen3.6-flash | 視覺理解、文本產生，高性價比模型 | 文/圖/視 | 文 | 全部 |
qwen3.5-plus | 視覺理解、文本產生，效能強勁 | 文/圖/視 | 文 | 全部 |
qwen3.5-flash | 視覺理解、文本產生，速度快成本低 | 文/圖/視 | 文 | 全部 |
向量模型（embeddings）
模型名稱 | 適用情境 | 輸入 | 輸出 | 支援地區 |
text-embedding-v4 | 文本向量化 | 文 | 向量 | 全部 |
qwen3-vl-embedding | 多模態向量化 | 圖/文/視頻 | 向量 | 中國內地 |
使用方式
基本文法
使用內建模型時，在CREATE MODEL語句中指定task和model參數，無需指定endpoint和api-key：
CREATE MODEL model_name
INPUT (column_name STRING)
OUTPUT (column_name {STRING | ARRAY<FLOAT>})
WITH (
'provider' = 'openai-compat',
'task' = 'chat/completions | embeddings',
'model' = '<model-name>'
);更多使用詳情請參見模型設定。
與自訂模型的關係
情境 | endpoint | api-key | 行為 |
使用內建模型 | 不指定 | 不指定 | 自動使用Flink託管的模型服務 |
使用自訂模型 | 指定 | 指定 | 使用自訂模型服務（BYOK模式） |
若未開通AI服務且未指定endpoint和api-key，系統將返回錯誤提示，需主帳號開通AI服務後方可使用內建模型。
使用情境
情境 | 推薦模型 | 說明 |
即時文本分類/打標 | qwen3.5-flash / qwen3.6-flash | 對流資料進行即時情感分析、分類標註 |
即時資訊抽取 | qwen3.5-plus / qwen3.6-plus | 從非結構化文本中提取結構化資訊 |
即時向量化 | text-embedding-v4 | 對流資料進行即時向量化，用於相似性檢索 |
多模態向量化 | qwen3-vl-embedding | 對圖片、文本、視頻進行統一向量化 |