怎麼查詢模型訓練價格和模型部署價格 -

本文介紹阿里雲百鍊平台的模型訓練、模型部署的計費規則及價格。

模型訓練計費

文本產生模型-千問

說明

模型訓練流程請參見千問模型調優。訓練完成後的新模型需先完成模型部署，才能評測和調用。

計費方式

按訓練Token計費

計費公式

模型訓練費用 = （訓練資料 Token 總數 + 混合訓練資料 Token 總數）× 迴圈次數 × 訓練單價（最小計費單位：1 token）

您可以查看模型訓練控制台底部的預估訓練費用，並單擊计费详情，查看訓練 Token 總數、迴圈次數和訓練單價。

訓練單價

以下為預置模型的訓練單價，自訂模型的訓練單價與對應的預置模型單價相同。

千問

模型服務	模型規格	價格
千問3-32B	qwen3-32b	$0.008/千Token
千問3-14B	qwen3-14b	$0.0016/千Token

千問 VL

模型服務	模型規格	價格
千問3-VL-8B-Instruct	qwen3-vl-8b-instruct	$0.002/千Token
千問3-VL-8B-Thinking	qwen3-vl-8b-thinking	$0.002/千Token

映像產生模型-萬相

說明

模型訓練流程請參見映像產生模型調優。訓練完成後的新模型需先完成模型部署，才能調用。

計費方式	按訓練Token計費
計費公式	模型訓練費用 = 訓練Token總量 × 訓練單價（計費單位：每千Token）

訓練Token總量的計算公式

$訓練 T o k e n 總量 \approx ma x_s t e p s \times L_{s t e p}$

其中：

max_steps：訓練時指定的超參數，表示最大訓練步數（建立微調任務時配置）。
L_step：每步的Token消耗量，計算公式為：

$L_{s t e p} = i \in ba t c h \sum L_{i t e m}^{(i)} \leq L_{ma x}$

L_step 近似等於 L_max。L_max 由 max_token_length 和 generation_type 共同決定，具體取值如下表：

generation_type	max_token_length	L_max
t2i（文生圖）	1k	12,800
t2i（文生圖）	2k	23,220
i2i（圖生圖）	1k	23,220
i2i（圖生圖）	2k	32,000

模型服務	模型名稱	訓練價格（每千Token）
萬相-映像產生	wan2.7-image-pro	$0.015
萬相-映像產生	wan2.7-image	$0.015

計費樣本

假設使用 wan2.7-image-pro 模型進行 t2i 微調，max_steps = 200，max_token_length = "1k"，訓練單價 = $0.015/千Token：

查表得 L_max = 12,800（generation_type=t2i，max_token_length=1k），L_step ≈ L_max = 12,800
訓練Token總量 ≈ 200 × 12800 = 2560000 = 2560千Token
模型訓練費用 ≈ 2560 × 0.015 = $38.4

視頻產生模型-萬相

說明

模型訓練流程請參見模型調優。訓練完成後的新模型需先完成模型部署，才能調用。

計費方式	按訓練Token計費
計費公式	模型訓練費用 = 訓練Token總量 × 訓練單價（計費單位：每千Token）

訓練Token總量的計算公式

$訓練 T o k e n 總量 = (i = 1 \sum N 視頻_{i} 的計費時間長度) \times \frac{ma x _ p i x e l s}{1024} \times n_e p oc h s$

其中：

N：訓練集中的視頻總數。
max_pixels：訓練時指定的超參數，表示視頻的最大像素數（建立微調任務時配置）。
n_epochs：訓練時指定的超參數，表示迴圈次數（建立微調任務時配置）。
- n_epochs 與 steps 的換算關係為：steps = n_epochs × ⌈資料集大小 / batch_size⌉，即 n_epochs = steps / ⌈資料集大小 / batch_size⌉。
- 當資料集僅包含 1 條資料且 batch_size = 1 時，n_epochs = steps。建議總步數（steps）≥ 800。
單個視頻計費時間長度計算規則：先將原始視頻時間長度（秒）四捨五入取整，再根據模型限制取最終值。
- wan2.7模型：計費時間長度=min(10, 四捨五入後的時間長度)，即單條視頻最多按 10 秒計算。
- wan2.6模型：計費時間長度=min(10, 四捨五入後的時間長度)，即單條視頻最多按 10 秒計算。
- wan2.5模型：計費時間長度=min(10, 四捨五入後的時間長度)，即單條視頻最多按 10 秒計算。
- wan2.2模型：計費時間長度=min(5, 四捨五入後的時間長度)，即單條視頻最多按 5 秒計算。

模型服務	模型名稱	訓練價格（每千Token）
圖生視頻-基於首幀	wan2.7-i2v	$0.3
	wan2.6-i2v	$0.08
	wan2.5-i2v-preview	$0.05
	wan2.2-i2v-flash	$0.03
圖生視頻-基於首尾幀	wan2.2-kf2v-flash	$0.03

計費樣本

wan2.7-i2v 費用預估（一條資料）

假設訓練集包含 1 條視頻，時間長度為10秒。由於 batch_size = 1（推薦值），此時 n_epochs = steps / ⌈1(資料集大小) / 1(batch_size)⌉ = steps。

訓練單價 = $0.3/千Token，以 max_pixels = 36864、n_epochs = 800 為例：

訓練Token總量 = 10 ×（36864 / 1024）× 800 = 288,000 = 288千Token
模型訓練費用 = 288 × $0.3 = $86.4

max_pixels	常見 steps	n_epochs	Token 消耗預估	費用預估（美元）
36864	800	800	288,000	$86.4
	1,000	1,000	360,000	$108
	2,000	2,000	720,000	$216
65536	800	800	512,000	$153.6
	1,000	1,000	640,000	$192
	2,000	2,000	1,280,000	$384
102400	800	800	800,000	$240
	1,000	1,000	1,000,000	$300
	2,000	2,000	2,000,000	$600

wan2.7-i2v 費用預估（多條資料）

假設訓練集包含 2 條視頻，時間長度分別為 3.4 秒和 11.5 秒。參數設定：max_pixels = 36864、n_epochs = 800，訓練單價 = $0.3/千Token：

時間長度計算：
- 視頻 1：3.4 → 四捨五入 → 3 秒 → 計費時間長度 = min(10, 3) = 3
- 視頻 2：11.5 → 四捨五入 → 11 秒 → 計費時間長度 = min(10, 11) = 10
- 總計費時間長度 = 3 + 10 = 13 秒
訓練Token總量 = 13 ×（36864/1024）× 800 = 374400 = 374.4千Token
模型訓練費用 = 374.4 × 0.3 = $112.32

wan2.5-i2v-preview 費用預估（多條資料）

假設微調wan2.5模型，訓練集包含 2 條視頻，時間長度分別為 3.4 秒和 11.5 秒，max_pixels = 36864，n_epochs = 400，訓練單價 = $0.05/千Token：

時間長度計算：
- 視頻 1：3.4 → 四捨五入 → 3 秒 → 計費時間長度 = min(10, 3) = 3
- 視頻 2：11.5 → 四捨五入 → 11 秒 → 計費時間長度 = min(10,11) = 10
- 總計費時間長度 = 3 + 10 = 13 秒
訓練Token總量 = 13 ×（36864/1024）× 400 = 187200 = 187.2千Token
模型訓練費用 = 187.2 × 0.05 = $9.36

模型部署計費

文本產生模型-千問

按使用時間長度計費（預置吞吐）

費用 = 使用時間長度 × (輸入 TPM 單價 × 輸入 TPM + 輸出 TPM 單價 × 輸出 TPM)

後付費按小時計算：使用時間長度單位為小時，單價取下表"持續 1 小時"列；預付費按天計算：使用時間長度單位為天，單價取下表"持續 1 天"列。

預付費訂單支付後即時生效，有效期間 N 天至第 N 天 23:59 結束。若在 22:00 後下單，到期日將自動順延1天。
預付費訂單到期後，將延後2小時停止服務，停止後資源保留14小時後釋放。
預付費訂單無法提前終止服務。
後付費時，如果賬戶欠費，部署的資源將繼續保留並計費 24 小時，在這 24 小時內服務仍可正常使用。超過 24 小時後系統停止計費，模型部署進入欠費狀態，底層資源將被刪除，但模型部署任務仍會保留。補足欠費後，系統將重新分配資源並恢複使用（恢複後繼續產生費用）。如果您不希望繼續產生費用，可刪除模型部署任務，刪除成功後將不再計費。

當模型輸入超過最長輸入 Token 或超出購買的 TPM 量時，相關調用將自動切換為當前模型的隨用隨付模式。此時，推理效能可能下降，將受業務空間中當前快照模型的公用流量的管控，費用按模型調用（隨用隨付）標準計收。

此時，調用 API 返回 Header 將包含：x-dashscope-ptu-overflow:true。
TPM 統計請前往：模型監控。

縮容情境（降配）的具體降費退費規則請參考：降配退款規則說明。

新加坡

千問

模型名稱	模型代碼	最長輸入Token	後付費輸入 Per 10K TPM/小時	後付費輸出 Per 1K TPM/小時	預付費輸入 Per 10K TPM/天	預付費輸出 Per 1K TPM/天
千問3.7-Max-2026-05-20	qwen3.7-max-2026-05-20	256K	$6	$1.8	$72	$21.6
千問3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	256K	$0.96	$0.384	$11.52	$4.608

千問3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	128K	$1.2	$0.72	$14.4	$8.64

千問3.5-Plus-2026-04-20	qwen3.5-plus-2026-04-20	128K	$0.96	$0.576	$11.52	$6.912

DeepSeek

模型名稱	模型代碼	最長輸入Token	後付費輸入 Per 10K TPM/小時	後付費輸出 Per 1K TPM/小時	預付費輸入 Per 10K TPM/天	預付費輸出 Per 1K TPM/天
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

千問VL

模型名稱

模型代碼

最長輸入Token

後付費輸入

Per 10K TPM/小時

後付費輸出

Per 1K TPM/小時

預付費輸入

Per 10K TPM/天

預付費輸出

Per 1K TPM/天

千問3-VL-Plus-2025-09-23

qwen3-vl-plus-2025-09-23

128K

$0.48

$0.384

$5.76

$4.608

華北2（北京）

千問

模型名稱	模型代碼	最長輸入Token	後付費輸入 Per 10K TPM/小時	後付費輸出 Per 1K TPM/小時	預付費輸入 Per 10K TPM/天	預付費輸出 Per 1K TPM/天
千問3.7-Max-2026-05-20	qwen3.7-max-2026-05-20	256K	$3.96	$1.188	$47.53	$14.258
千問3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	256K	$0.66	$0.264	$7.92	$3.168

千問3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	128K	$0.67	$0.397	$7.93	$4.753

千問3.5-Plus-2026-04-20	qwen3.5-plus-2026-04-20	128K	$0.26	$0.16	$3.17	$1.9

千問3-Max-2025-09-23	qwen3-max-2025-09-23	128K	$1.11	$0.45	$13.32	$5.4

千問-Flash-2025-07-28	qwen-flash-2025-07-28	128K	$0.06	$0.06	$0.72	$0.72
千問-Plus-2025-12-01	qwen-plus-2025-12-01	128K	$0.28	非思考：$0.07 思考：$0.28	$3.36	非思考：$0.84 思考：$3.36

DeepSeek

模型名稱	模型代碼	最長輸入Token	後付費輸入 Per 10K TPM/小時	後付費輸出 Per 1K TPM/小時	預付費輸入 Per 10K TPM/天	預付費輸出 Per 1K TPM/天
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

千問VL

模型名稱

模型代碼

最長輸入Token

後付費輸入

Per 10K TPM/小時

後付費輸出

Per 1K TPM/小時

預付費輸入

Per 10K TPM/天

預付費輸出

Per 1K TPM/天

千問3-VL-Plus-2025-09-23

qwen3-vl-plus-2025-09-23

128K

$0.35

$4.2

按使用時間長度計費（模型單元）

費用 = 使用時間長度（小時）× 模型單元數量 × 模型單元單價

"模型單元單價"在後付費情境下取下表"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。

新加坡

文本產生

模型名稱	模型代碼	模型單元規格	小時單價（$）最小計費：分鐘	包月單價（$）最小計費：天
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

Qwen3-14B	qwen3-14b	MU1 x 4	$44	$20,916

DeepSeek-V4-Flash	deepseek-v4-flash	MU1 x 8	$88	$41,832

Qwen-Plus-Character-2025-11-06	qwen-plus-character-2025-11-06	MU1 x 4	$44	$20,916

多模態

模型名稱

模型代碼

模型單元規格

小時單價（$）

最小計費：分鐘

包月單價（$）

最小計費：天

Qwen3-VL-8B-Instruct

qwen3-vl-8b-instruct

MU1 x 2

$22

$10,458

模型類型：

Instruct - 模型部署後以非思考模式進行推理。

華北2（北京）

文本產生

千問

模型名稱	模型代碼	模型單元規格	小時單價（$）最小計費：分鐘	包月單價（$）最小計費：天
Qwen3.6-35B-A3B	qwen3.6-35b-a3b	MU8 x 1	$6.464	$3,080.477
Qwen3.6-35B-A3B	qwen3.6-35b-a3b	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
Qwen3.5-397B-A17B	qwen3.5-397b-a17b	MU3 x 8	$150.72	$72,577.152
Qwen3.5-122B-A10B	qwen3.5-122b-a10b	MU1 x 4	$29.704	$14,367.128
Qwen3.5-122B-A10B	qwen3.5-122b-a10b	MU2 x 8	$69.312	$33,044.72
Qwen3.5-35B-A3B	qwen3.5-35b-a3b	MU1 x 2	$14.852	$7,183.564
Qwen3.5-35B-A3B	qwen3.5-35b-a3b	MU2 x 8	$69.312	$33,044.72
Qwen3.5-27B	qwen3.5-27b	MU9 x 1	$7.014	$3,383.024
Qwen3.5-9B	qwen3.5-9b	MU1 x 2	$14.852	$7,183.564
		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
Qwen3.5-Plus-2026-02-15	qwen3.5-plus-2026-02-15	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
Qwen3-235B-A22B-Instruct	qwen3-235b-a22b-instruct-2507	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
Qwen3-32B	qwen3-32b	MU6 x 4	$13.752	$6,649.98
Qwen3-30B-A3B	qwen3-30b-a3b	MU9 x 2	$14.028	$6,766.048
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
Qwen3-4B	qwen3-4b	MU5 x 1	$2.888	$1,394.329
Qwen3-1.7B	qwen3-1.7b	MU1 x 2	$14.852	$7,183.564
Qwen3-1.7B	qwen3-1.7b	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
Qwen3-Max-2025-09-23	qwen3-max-2025-09-23	MU3 x 8	$150.72	$72,577.152

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
Qwen2.5-7B	qwen2.5-7b-instruct	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
Qwen-Plus-Character-2025-11-06	qwen-plus-character-2025-11-06	MU1 x 4	$29.704	$14,367.128

GLM

模型名稱	模型代碼	模型單元規格	小時單價（$）最小計費：分鐘	包月單價（$）最小計費：天
GLM-5.1	glm-5.1	MU3 x 8	$150.72	$72,577.152
GLM-5.1	glm-5.1	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

模型名稱

模型代碼

模型單元規格

小時單價（$）

最小計費：分鐘

包月單價（$）

最小計費：天

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

其他模型

模型名稱	模型代碼	模型單元規格	小時單價（$）最小計費：分鐘	包月單價（$）最小計費：天
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

多模態

千問VL

模型名稱	模型代碼	模型單元規格	小時單價（$）最小計費：分鐘	包月單價（$）最小計費：天
Qwen3-VL-235B-A22B-Instruct	qwen3-vl-235b-a22b-instruct	MU1 x 4	$29.704	$14,367.128
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

千問Omni

模型名稱

模型代碼

模型單元規格

小時單價（$）

最小計費：分鐘

包月單價（$）

最小計費：天

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。

按模型 Token 使用量

費用 = 模型輸入 Token 數 × 模型輸入單價 + 模型輸出 Token 數 × 模型輸出單價（最小計費單位：1 token）

僅當對下列基本模型完成 SFT 高效訓練並得到自訂模型後，才支援按模型 Token 使用量計費。

新加坡

基本模型

模型代碼

輸入

$/千Token

輸出

$/千Token

千問3-14B

qwen3-14b

$0.00035

非思考模式：$0.0014

思考模式：$0.0042

映像產生模型-萬相

經過SFT-LoRA高效微調的萬相映像產生模型，部署免費，調用按微調的基本模型的標準調用價格計費。模型訓練和部署流程請參見映像產生模型調優。

模型名稱	Lora部署調用價格
wan2.7-image-pro	$0.075/張
wan2.7-image	$0.03/張

常見問題

Q：模型部署什麼時候開始計費？

A：當模型完成部署，即狀態為運行中時，開始收模數型部署的費用。模型狀態為部署中、欠費、部署失敗時，均不會計費。

Q：取消模型訓練會收費嗎？

A：會收費。主動取消訓練後，已消耗的 tokens 仍會推送計費，訓練費用按已消耗 tokens 估算，最終費用以賬單為準。其他原因導致的訓練中斷，阿里雲百鍊不會向您收取訓練費用。

Q：怎麼查看已部署模型的調用統計？

A：請訪問模型監控（新加坡）、模型監控（維吉尼亞）、模型監控（香港）（香港僅支援普通監控，進階監控和日誌不可用）或模型監控（北京）頁面。

模型監控頁面支援按時間範圍（3小時、6小時、12小時、24小時、今天、昨天、一周、自訂）和推理類型篩選，上方匯總區展示模型總量、總調用次數、總失敗次數、平均調用時間長度、平均首包時間長度，下方模型列表展示各模型的調用總量、調用失敗量、失敗率、平均調用時間長度、平均首Token延時等指標，可單擊監控查看單模型詳細資料。

：模型訓練與部署計費

模型訓練計費

文本產生模型-千問

千問

千問 VL

映像產生模型-萬相

視頻產生模型-萬相

模型部署計費

文本產生模型-千問

按使用時間長度計費（預置吞吐）

新加坡

千問

DeepSeek

千問VL

更多模型

華北2（北京）

千問

DeepSeek

千問VL

更多模型

按使用時間長度計費（模型單元）

新加坡

文本產生

多模態

華北2（北京）

文本產生

多模態

按模型 Token 使用量

新加坡

映像產生模型-萬相

常見問題

Q：模型部署什麼時候開始計費？

Q：取消模型訓練會收費嗎？

Q：怎麼查看已部署模型的調用統計？