DTU,獨佔吞吐,Dedicated Throughput Unit,模型單元計費,TPM,效能檔位 - Alibaba Cloud Model Studio

獨佔算力部署提供獨佔吞吐（DTU）與模型單元（MU）兩種方案，以獨佔 GPU 資源為指定模型提供效能和吞吐保障。DTU 面向新發布模型（按輸入/輸出 TPM×時長計費），MU 用於已有模型（按模型單元數量×時長計費）。本文介紹兩種方案的功能、計費方式、使用流程與支援模型。

概述

獨佔算力部署為指定模型提供獨佔 GPU 資源與效能保障，支援基礎模型與自訂模型部署。百煉提供兩種獨佔算力方案：

DTU（Dedicated Throughput Unit，獨佔吞吐）：按 Input/Output TPM 販售，提供更直接的吞吐保障。全託管推理服務，底層獨佔 GPU 資源由平台運維。
模型單元（MU，Model Unit）：按使用時長與模型單元數量配置算力，資源獨佔。支援自訂效能指標、PD 分離計算模式。計費粒度為模型單元數量×時長。

DTU 與 MU 按模型適用區分：新發布模型採用 DTU（按輸入/輸出 TPM 計量），已有模型沿用 MU（按模型單元數量計量）。兩者均提供獨佔算力、資源隔離與微調模型部署能力。新購部署時若模型支援 DTU 則優先選擇 DTU。

兩種方案共有的能力：

獨佔 GPU 資源，推理環境與其他使用者實體隔離。
支援基礎模型和自訂模型（百煉微調模型或使用者上傳模型）部署。
平台負責底層運維，無需管理 GPU。
不主動設 RPM/TPM 上限，流量受實際承載力限制。

通用模型部署流程詳見專屬部署概述與預置吞吐。

方案選型

百煉為推理呼叫提供多種容量與計費方案。DTU 適用於需要獨佔部署、微調模型部署、低延遲高併發或資料隔離的場景。各方案的對比如下表所示。

Token 按量、PTU 等全部計費方式的完整對比詳見模型部署主表。

比較維度	DTU	PTU	Token 按量	PAI/靈駿
特點	獨佔算力 + 微調模型	吞吐量保障 + 低延遲	彈性靈活、零門檻	自訂執行環境
資源隔離	實體隔離	邏輯隔離	共享公池	實體隔離
微調模型	全參 + LoRA	不支援	LoRA	支援
自訂框架	不支援	不支援	不支援	支援
計費模式	TPM 額度 × 時長	TPM 額度 × 時長	Token 用量	GPU × 時長

計費規則

DTU 計費

DTU 按輸入 TPM 和輸出 TPM 分別計費，採用預付費（按月）模式。各模型有固定的輸入/輸出基準 TPM（見下表），購買時需為基準 TPM 的整數倍。輸入和輸出各至少購買基準 TPM（1 倍），生產環境建議各購買 2 倍以上。

費用由後端根據模型、輸入/輸出 TPM、服務區域和購買時長計算。各模型的輸入/輸出單價與月總價如下表所示，輸入/輸出單價按 kTPM·月計價，月總價為輸入輸出各 1 倍基準 TPM 的合計，微調模型的價格與對應基礎模型相同，具體以控制台實際展示為準。

MU 計費

费用 = 使用时长（小时）× 模型单元数量 × 模型单元单价

"模型單元單價"在後付費場景下取下表"小時單價"列；預付費按月計費時，公式改為 包月數 × 模型單元數量 × 月單價。

預付費購買的首月，如在首月內提前退訂，日單價（≈ 月單價 / 30）將按 1.2 倍計費（不滿一天按一天計費）

說明模型單元-後付費方式的算力資源先買到先得。如購買不成功會全額退款。

支援模型與價格

DTU 價格表與效能基準

新加坡

模型	基準輸入（TPM）	基準輸出（TPM）	輸入單價（USD/kTPM·月）	輸出單價（USD/kTPM·月）	月總價（USD）
qwen3.7-plus-2026-05-26	1,192,000	148,000	37	295	87,764
	1,372,000	170,000	32	257	87,594
	660,000	124,000	66	352	87,208
	704,000	132,000	62	331	87,340

各模型在標準工況下的效能參考資料如下表所示，以控制台實際展示為準。

以下效能參考資料均在快取命中率為 0% 的條件下測得。實際使用中，隨著快取命中率提升，模型效能也會相應提高。

模型	輸入長度	輸出長度	首字延遲(ms)	每token延遲(ms)
qwen3.7-plus-2026-05-26	16,000	2,000	888	10
	16,000	2,000	2,418	15
	2,600	500	819	14
	2,600	500	970	13

其中 qwen3.8-27b 當前需白名單開通，其餘模型為新加坡正式站點。

MU 價格表

新加坡

文字生成

模型	基準輸入（TPM）	基準輸出（TPM）	輸入單價（USD/kTPM·月）	輸出單價（USD/kTPM·月）	月總價（USD）
qwen3.7-plus-2026-05-26	1,192,000	148,000	37	295	87,764
	1,372,000	170,000	32	257	87,594
	660,000	124,000	66	352	87,208
	704,000	132,000	62	331	87,340

多模態

模型	輸入長度	輸出長度	首字延遲(ms)	每token延遲(ms)
qwen3.7-plus-2026-05-26	16,000	2,000	888	10
	16,000	2,000	2,418	15
	2,600	500	819	14
	2,600	500	970	13

模型類型：

Instruct - 模型部署後以非思考模式進行推理。

华北2（北京）

文字生成

千問

模型名稱	模型代碼	模型單元規格	小時單價（美元）最小計費：分鐘	包月單價（美元）最小計費：天
千問3.8-27B	qwen3.8-27b	MU9 x 4	美元28.056	美元13,532.096

千問3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	MU2 x 8	美元69.312	美元33,044.72
千問3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	MU3 x 8	美元150.72	美元72,577.152

千問3.6-35B-A3B	qwen3.6-35b-a3b	MU1 x 8	美元59.408	美元28,734.256
		MU2 x 8	美元69.312	美元33,044.72
		MU3 x 8	美元150.72	美元72,577.152
		MU8 x 1	美元6.464	美元3,080.477
		MU9 x 1	美元7.014	美元3,383.024
千問3.6-27B	qwen3.6-27b	MU9 x 1	美元7.014	美元3,383.024
千問3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU1 x 2	美元14.852	美元7,183.564
千問3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU3 x 8	美元150.72	美元72,577.152
千問3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU1 x 8 MU1 x 16（PD分離模式）	美元59.408 PD分離模式：美元118.816	美元28,734.256 PD分離模式：美元57,468.512
千問3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU2 x 8	美元69.312	美元33,044.72

千問3.5-397B-A17B	qwen3.5-397b-a17b	MU3 x 8 MU3 x 16（PD分離模式）	美元150.72 PD分離模式：美元301.44	美元72,577.152 PD分離模式：美元145,154.304
千問3.5-397B-A17B	qwen3.5-397b-a17b	MU6 x 16	美元55.008	美元26,599.92
千問3.5-122B-A10B	qwen3.5-122b-a10b	MU1 x 4	美元29.704	美元14,367.128
千問3.5-122B-A10B	qwen3.5-122b-a10b	MU6 x 16	美元55.008	美元26,599.92
千問3.5-35B-A3B	qwen3.5-35b-a3b	MU1 x 2	美元14.852	美元7,183.564
		MU2 x 8	美元69.312	美元33,044.72
		MU3 x 8	美元150.72	美元72,577.152
		MU9 x 1	美元7.014	美元3,383.024
千問3.5-27B	qwen3.5-27b	MU2 x 8	美元69.312	美元33,044.72
		MU3 x 8	美元150.72	美元72,577.152
		MU8 x 1	美元6.464	美元3,080.477
		MU9 x 1	美元7.014	美元3,383.024
千問3.5-9B	qwen3.5-9b	MU1 x 2	美元14.852	美元7,183.564
千問3.5-9B	qwen3.5-9b	MU2 x 8	美元69.312	美元33,044.72
千問3.5-Flash-2026-02-23	qwen3.5-flash-2026-02-23	MU1 x 2	美元14.852	美元7,183.564
千問3.5-Plus-2026-02-15	qwen3.5-plus-2026-02-15	MU1 x 8 MU1 x 16（PD分離模式）	美元59.408 PD分離模式：美元118.816	美元28,734.256 PD分離模式：美元57,468.512
		MU2 x 8	美元69.312	美元33,044.72
		MU3 x 8 MU3 x 16（PD分離模式）	美元150.72 PD分離模式：美元301.44	美元72,577.152 PD分離模式：美元145,154.304

千問3-235B-A22B-Instruct-2507	qwen3-235b-a22b-instruct-2507	MU1 x 4	美元29.704	美元14,367.128
		MU2 x 8	美元69.312	美元33,044.72
		MU3 x 8	美元150.72	美元72,577.152
千問3-32B	qwen3-32b	MU6 x 16	美元55.008	美元26,599.92
千問3-30B-A3B-Thinking-2507	qwen3-30b-a3b-thinking-2507	MU1 x 2	美元14.852	美元7,183.564
千問3-4B	qwen3-4b	MU1 x 2	美元14.852	美元7,183.564
千問3-4B	qwen3-4b	MU5 x 1	美元2.888	美元1,394.329
千問3-Embedding-0.6B	qwen3-embedding-0.6b	MU5 x 1	美元2.888	美元1,394.329
千問3-Embedding-0.6B	qwen3-embedding-0.6b	MU6 x 1	美元3.438	美元1,662.495
千問3-MoE-Rerank-0.6B	qwen3-moe-rerank-0.6b	MU5 x 1	美元2.888	美元1,394.329
千問3-Rerank-0.6B	qwen3-rerank-0.6b	MU5 x 1	美元2.888	美元1,394.329
千問3-Rerank-0.6B	qwen3-rerank-0.6b	MU6 x 1	美元3.438	美元1,662.495
千問3-Max-2025-09-23	qwen3-max-2025-09-23	MU2 x 8	美元69.312	美元33,044.72
千問3-Max-2025-09-23	qwen3-max-2025-09-23	MU3 x 8	美元150.72	美元72,577.152
千問3-Rerank	qwen3-rerank	MU5 x 1	美元2.888	美元1,394.329

千問2.5-開源版-72B	qwen2.5-72b-instruct	MU1 x 8	美元59.408	美元28,734.256
千問2.5-開源版-14B	qwen2.5-14b-instruct	MU1 x 2	美元14.852	美元7,183.564
千問2.5-開源版-7B	qwen2.5-7b-instruct	MU1 x 2	美元14.852	美元7,183.564
千問2.5-開源版-7B	qwen2.5-7b-instruct	MU5 x 1	美元2.888	美元1,394.329

千問-Plus-2025-07-28	qwen-plus-2025-07-28	MU1 x 4 MU1 x 16（PD分離模式）	美元29.704 PD分離模式：美元118.816	美元14,367.128 PD分離模式：美元57,468.512
千問-Plus-2025-12-01	qwen-plus-2025-12-01	MU1 x 4	美元29.704	美元14,367.128
Qwen-Plus-Character-2025-11-06	qwen-plus-character-2025-11-06	MU1 x 4	美元29.704	美元14,367.128

GLM

模型名稱	模型代碼	模型單元規格	小時單價（美元）最小計費：分鐘	包月單價（美元）最小計費：天
GLM-5.1	glm-5.1	MU2 x 8	美元69.312	美元33,044.72
		MU3 x 16（PD分離模式）	PD分離模式：美元301.44	PD分離模式：美元145,154.304
		MU6 x 16	美元55.008	美元26,599.92
GLM-5	glm-5	MU3 x 16（PD分離模式）	PD分離模式：美元301.44	PD分離模式：美元145,154.304
GLM-4.7	glm-4.7	MU6 x 32（PD分離模式）	PD分離模式：美元110.016	PD分離模式：美元53,199.84

DeepSeek

模型名稱	模型代碼	模型單元規格	小時單價（美元）最小計費：分鐘	包月單價（美元）最小計費：天
DeepSeek-v4-Flash	deepseek-v4-flash	MU1 x 8	美元59.408	美元28,734.256
MU3 x 8	美元150.72	美元72,577.152
DeepSeek-v3.2	deepseek-v3.2	MU2 x 16（PD分離模式）	PD分離模式：美元138.624	PD分離模式：美元66,089.44

模型名稱

模型代碼

模型單元規格

小時單價（美元）

最小計費：分鐘

包月單價（美元）

最小計費：天

DeepSeek-v4-Flash

deepseek-v4-flash

MU1 x 8

美元59.408

美元28,734.256

MU3 x 8

美元150.72

美元72,577.152

DeepSeek-v3.2

deepseek-v3.2

MU2 x 16（PD分離模式）

PD分離模式：美元138.624

PD分離模式：美元66,089.44

其他模型

模型名稱	模型代碼	模型單元規格	小時單價（美元）最小計費：分鐘	包月單價（美元）最小計費：天
Kimi-K2.5	kimi-k2.5	MU2 x 8	美元69.312	美元33,044.72

模型名稱

模型代碼

模型單元規格

小時單價（美元）

最小計費：分鐘

包月單價（美元）

最小計費：天

Kimi-K2.5

kimi-k2.5

MU2 x 8

美元69.312

美元33,044.72

多模態

千問VL

模型名稱	模型代碼	模型單元規格	小時單價（美元）最小計費：分鐘	包月單價（美元）最小計費：天
千問3-VL-235B-A22B-Thinking	qwen3-vl-235b-a22b-thinking	MU1 x 8	美元59.408	美元28,734.256
		MU2 x 8	美元69.312	美元33,044.72
		MU3 x 8	美元150.72	美元72,577.152
千問3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU2 x 8	美元69.312	美元33,044.72
千問3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU3 x 8	美元150.72	美元72,577.152
千問3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU1 x 2	美元14.852	美元7,183.564
千問3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU5 x 1	美元2.888	美元1,394.329
千問3-VL-4B-Instruct	qwen3-vl-4b-instruct	MU1 x 2	美元14.852	美元7,183.564
千問3-VL-2B-Instruct	qwen3-vl-2b-instruct	MU5 x 1	美元2.888	美元1,394.329
千問3-VL-Embedding-2B	qwen3-vl-embedding-2b	MU5 x 1	美元2.888	美元1,394.329
千問3-VL-Flash-2025-10-15	qwen3-vl-flash-2025-10-15	MU1 x 4	美元29.704	美元14,367.128
千問3-VL-Plus-2025-09-23	qwen3-vl-plus-2025-09-23	MU1 x 4	美元29.704	美元14,367.128

千問VL-Max-2025-08-13	qwen-vl-max-2025-08-13	MU6 x 4	美元13.752	美元6,649.98

千問Omni

模型名稱	模型代碼	模型單元規格	小時單價（美元）最小計費：分鐘	包月單價（美元）最小計費：天
千問3.5-Omni-Flash	qwen3.5-omni-flash	MU8 x 1	美元6.464	美元3,080.477
MU9 x 1	美元7.014	美元3,383.024

模型名稱

模型代碼

模型單元規格

小時單價（美元）

最小計費：分鐘

包月單價（美元）

最小計費：天

千問3.5-Omni-Flash

qwen3.5-omni-flash

MU8 x 1

美元6.464

美元3,080.477

MU9 x 1

美元7.014

美元3,383.024

模型類型：

Instruct - 模型部署後以非思考模式進行推理。
Thinking - 模型部署後以思考模式進行推理。

部署建立

DTU 建立部署

使用 DTU 前需在控制台開通 DTU 功能並申請資源額度。開通後在百煉控制台专属部署頁面選擇目標模型，計費方式選擇 DTU 即可建立部署。

警告DTU 部署暫不支援透過 API 建立與管理，請在百煉控制台完成開通、建立、擴縮容與續費等操作。

通用模型部署的基礎流程詳見专属部署概述。

建立部署的表單欄位如下表所示。

參數	說明	是否必填	取值說明
服务名称	部署服務的名稱	是	自訂
模型	部署的目標模型	是	下拉式選單選擇
部署模版	部署架構	否	下拉式選單選擇，預設選第一個
付费类型	計費方式	是	預付費（按月）
输入吞吐额度	購買的輸入 TPM 容量	是	基準輸入 TPM 的整數倍（kTPM）
输出吞吐额度	購買的輸出 TPM 容量	是	基準輸出 TPM 的整數倍（kTPM）
购买时长	購買週期	是	1-12（整數，月）
自动续费	到期自動續約	否	開/關
单次续费时长	開啟自動續約時必填	是	1-12（整數，月）

MU 部署配置

模型單元

配置內容	配置詳情
服務名稱	自訂部署服務的名稱。
選擇模型	選擇要部署的模型，包括平台預置模型和已調優的模型。
模型單元類型	選擇部署規格，不同規格對應不同的算力和效能。
部署副本數	設定初始部署副本數量，影響服務的併發處理能力。
部署範本	選擇部署範本（如「单机部署」），不同範本對應不同的資源配置方案。僅在模型單元計費模式下可用。
配置模型推理模式	部分模型在以模型單元方式部署時，可配置推理模式、最長上下文等。 Instruct - 模型部署後以非思考模式進行推理。 Thinking - 模型部署後以思考模式進行推理。
最長上下文	部分模型的模型單元部署模式支援該設定。最長上下文長度基於模型類型。
服務限流	部分模型的模型單元部署模式支援該設定，可限制模型呼叫的 RPM、TPM。

容量規劃

DTU 按輸入/輸出 TPM 販售，所購 TPM 即每分鐘可處理的最大 token 量。容量規劃的目標是：依據業務峰值 token 需求推算需購買的倍數，再透過壓測驗證實際可承載的併發與延遲是否達標。各模型的基準輸入/輸出 TPM 與標準工況效能參考見上方表格。

建議使用 evalscope 等壓測工具，按真實業務場景（輸入/輸出長度、併發數、延遲要求）壓測，再對照定價表確定購買倍數。

容量規劃方法

梳理業務峰值指標：典型請求的輸入/輸出 token 長度、目標併發數，以及對首字延遲（TTFT）和每 token 生成延遲（TPOT）的要求。
估算峰值吞吐需求：峰值輸入 TPM ≈ 併發數 × 單請求輸入長度 ÷ 單請求處理時長（分鐘）；峰值輸出 TPM ≈ 併發數 × 單請求輸出長度 ÷ 單請求生成時長（分鐘）。
計算購買倍數：輸入倍數 = ⌈峰值輸入 TPM ÷ 基準輸入 TPM⌉，輸出倍數 = ⌈峰值輸出 TPM ÷ 基準輸出 TPM⌉；DTU 輸入與輸出需同增同減，取兩者較大值作為最終倍數。
壓測驗證：按計算倍數購買後，用 evalscope 在目標工況下複測，確認實際吞吐與延遲滿足業務要求。若延遲偏高，可在 TPM 餘量內提高併發以提升有效吞吐。

如對延遲要求不嚴格，可在不超過所購 TPM 上限的前提下，透過提高併發數提升實際吞吐量。

業務測算範例：

某模型基準輸入 656K TPM、基準輸出 82K TPM。經業務峰值梳理，峰值輸入約 1,300K TPM、峰值輸出約 160K TPM。計算倍數：輸入 ⌈1300÷656⌉=2、輸出 ⌈160÷82⌉=2，取較大值 2 倍，購買輸入 1,312K TPM（656K×2）+ 輸出 164K TPM（82K×2）；隨後用 evalscope 在峰值工況壓測，確認延遲達標。若業務量翻倍，峰值輸入約 2,600K、輸出約 320K，則輸入 ⌈2600÷656⌉=4、輸出 ⌈320÷82⌉=4，需購買 4 倍：輸入 2,624K TPM（656K×4）+ 輸出 328K TPM（82K×4），並複測。

計算公式：

购买倍数 = max(⌈峰值输入 TPM ÷ 基准输入 TPM⌉, ⌈峰值输出 TPM ÷ 基准输出 TPM⌉)

擴縮容與續費退訂

DTU 擴縮容與續費退訂

部署列表展示已購買的輸入/輸出 TPM 額度，詳情頁展示 TPM 容量詳情。

擴縮容：在部署列表中點擊「扩缩容」修改輸入/輸出 TPM 容量。擴容顯示需補交金額，縮容顯示預計退款金額。輸入和輸出需同增或同減，不能一增一減。僅執行中的部署可操作。

續費：預付費包月到期可續費，詳情頁續費按鈕進入續費流程，支援自動續費開關與單次續費時長。

退訂：預付費包月支援提前退訂，已使用部分按 1.2 倍係數結算退費，詳見降配退款規則說明。退訂不可恢復，退訂後獨佔資源釋放、服務停止。

MU 擴縮容與續費

模型單元（按時長）：點擊扩缩容按鈕，自助、手動調節執行個體數量（副本數）。還可透過操作欄的伸縮配置按鈕，配置自動伸縮策略（包括伸縮閾值、最小/最大副本數、定時伸縮等）。
續費：預付費包月服務可續費延長服務時間，支援自動續費。
退訂：預付費購買的首月內提前退訂，日單價按 1.2 倍計費；詳見降配退款規則說明。

常見問題

DTU 部署和 Token 按量計費有什麼區別？

Token 按量計費在共享資源池上按 token 用量計費；DTU 為獨佔 GPU 資源，按輸入/輸出 TPM 計費，適合需要穩定吞吐和獨佔部署的場景。

DTU 部署支援哪些計費方式？

僅支援預付費（按月）計費。

如何檢視已購 TPM 的使用情況？

在百煉控制台专属部署的部署列表和詳情頁可檢視已購的輸入/輸出 TPM 額度，詳見专属部署概述。