限流 - Alibaba Cloud Model Studio

為了保證使用者調用模型的公平性，阿里雲百鍊設定了基礎限流。限流基於模型維度且與使用者的阿里雲主帳號相關聯，按照該帳號下所有API-KEY調用該模型的總和計算限流。若超出限制，API請求將會失敗，需等到解除限流條件時再次調用。

限流規則

主帳號維度：按主帳號下，所有RAM子帳號、所有業務空間、所有API-KEY的調用總和計算。
不同模型獨立限流：具體參見下方表格。

限流FAQ

為什麼觸發限流？

根據錯誤資訊判斷：

Requests rate limit exceeded或You exceeded your current requests list：表示調用頻率觸發限流。
Allocated quota exceeded或You exceeded your current quota：表示Token消耗觸發限流。
Request rate increased too quickly：表示在未達到RPM或TPM限流條件時，因調用頻率在短時間內激增，觸發了系統穩定性保護機制。
其他報錯請參考錯誤資訊確認原因。

注意：除了RPM（Requests Per Minute，每分鐘請求數）和TPM，限流策略可能按秒級 RPS（RPM/60）與 TPS（TPM/60）限制，即使總調用量未達到每分鐘上限，短時間內的請求爆發也可能觸發限流。

如何查看模型調用量？

模型調用完一小時後，在模型觀測（新加坡或北京）版面設定查詢條件（例如，選擇時間範圍、業務空間等），再在模型列表地區找到目標模型並單擊操作列的監控，即可查看該模型的調用統計結果。具體請參見用量與效能觀測文檔。

資料按小時更新，高峰期可能有小時級延遲，請您耐心等待。

遇到限流後多久恢複？

通常在一分鐘內恢複。若出現其他報錯，請根據錯誤資訊進行解決。

如何避免限流？

選用高限流模型：穩定版或最新版比帶日期的快照版本限流更寬鬆。
最佳化調用策略
- 調整調用頻率：觸發Requests rate limit exceeded或You exceeded your current requests list時，降低調用頻率。
- 減少Token消耗：觸發Allocated quota exceeded或You exceeded your current quota時，縮短輸入或輸出長度。
- 平滑請求速率：當調用頻率驟增並觸發系統穩定性保護（收到 Request rate increased too quickly 報錯）時，建議最佳化用戶端調用邏輯，採用平滑請求策略（如勻速調度、指數退避或請求隊列緩衝），將請求均勻分散在時間視窗內，避免瞬時高峰。

添加備選模型

建議您在遇到限流報錯後切換到備用模型繼續產生，提升並發並降低失敗機率。以下代碼展示了調用 qwen-plus-2025-07-28 觸發限流，改用 qwen-plus-2025-07-14 重發請求的樣本。

範例程式碼

import os
import asyncio
from openai import AsyncOpenAI, APIStatusError

# 配置
API_KEY = os.getenv("DASHSCOPE_API_KEY")
# 主用模型
MODEL = "qwen-plus-2025-07-28"
# 備選模型
BACKUP_MODEL = "qwen-plus-2025-07-14"
# 測試問題
QUESTION = "你是誰？"
# 並發設定
NUM_REQUESTS = 10

client = AsyncOpenAI(
    api_key=API_KEY,
    base_url="https://dashscope-intl.aliyuncs.com/compatible-mode/v1"
)

async def send_request(model):
    """發送單個請求"""
    try:
        await client.chat.completions.create(
            model=model,
            messages=[{"role": "user", "content": QUESTION}]
        )
        return True
    except APIStatusError as e:
        if e.status_code == 429:
            print(f"[限流觸發] 模型 {model}")
            return False
        raise
    except Exception as e:
        print(f"[請求失敗] 模型 {model}，錯誤：{e}")
        return False

async def task(i):
    # 嘗試主模型
    if await send_request(MODEL):
        return True
    # 限流時嘗試備用模型
    return await send_request(BACKUP_MODEL)

async def main():
    results = await asyncio.gather(*(task(i) for i in range(NUM_REQUESTS)))
    print(f"成功請求: {sum(results)}, 失敗請求: {len(results) - sum(results)}")

if __name__ == "__main__":
    asyncio.run(main())

任務拆分：處理長對話或大型文檔會快速消耗大量Token。可以將大批量任務拆分為小批次，在不同時間段提交。
批量推理：如果無需即時返回結果，可使用批量推理（Batch API），不受即時限流約束，但需考慮排隊和處理時間。

文本產生-通義千問

通義千問語言模型

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-max	600	1,000,000
qwen3-max-2025-09-23	60	100,000
qwen3-max-preview	600	1,000,000
qwen-max	600	1,000,000
qwen-max-latest	60	100,000
qwen-max-2025-01-25 (qwen-max-0125)	60	100,000
qwen-plus	600	1,000,000
qwen-plus-latest	60	100,000
qwen-plus-2025-12-01	60	1,000,000
qwen-plus-2025-09-11	120	1,000,000
qwen-plus-2025-07-28	60	100,000
qwen-plus-2025-07-14 (qwen-plus-0714)
qwen-plus-2025-04-28 (qwen-plus-0428)
qwen-plus-2025-01-25 (qwen-plus-0125)
qwen-flash	600	5,000,000
qwen-flash-2025-07-28	600	5,000,000
qwq-plus	60	100,000
qwen-turbo	600	5,000,000
qwen-turbo-latest	60
qwen-turbo-2025-04-28 (qwen-turbo-0428)
qwen-turbo-2024-11-01 (qwen-turbo-1101)

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-max	600	1,000,000
qwen3-max-2025-09-23	60	100,000
qwen3-max-preview	600	1,000,000
qwen-max	1,200	1,000,000
qwen-max-latest	1,200	1,000,000
qwen-max-2025-01-25 （qwen-max-0125）	60	100,000
qwen-max-2024-09-19 （qwen-max-0919）
qwen-max-2024-09-19 （qwen-max-0919）
qwen-plus	15,000	5,000,000
qwen-plus-latest	15,000	1,200,000
qwen-plus-2025-12-01	60	1,000,000
qwen-plus-2025-09-11
qwen-plus-2025-07-28 （qwen-plus-0728）
qwen-plus-2025-07-14 （qwen-plus-0714）		100,000
qwen-plus-2025-04-28 （qwen-plus-0428）		1,000,000
qwen-plus-2025-01-25 （qwen-plus-0125）		150,000
qwen-plus-2025-01-12 （qwen-plus-0112）
qwen-plus-2024-12-20 （qwen-plus-1220）
qwen-plus-2024-11-27 (qwen-plus-1127)
qwen-plus-2024-11-25 (qwen-plus-1125)
qwen-plus-2024-09-19 (qwen-plus-0919)
qwen-plus-2024-08-06 （qwen-plus-0806）
qwen-flash	15,000	10,000,000
qwen-flash-2025-07-28	60	1,000,000
qwq-plus	600	1,000,000
qwq-plus-latest	600	1,000,000
qwq-plus-2025-03-05	60	100,000
qwen-turbo	1,200	5,000,000
qwen-turbo-latest	1,200	5,000,000
qwen-turbo-2025-04-28 (qwen-turbo-0428)	60	1,000,000
qwen-turbo-2025-02-11 (qwen-turbo-0211)		5,000,000
qwen-turbo-2024-11-01 (qwen-turbo-1101)		5,000,000
qwen-turbo-2024-09-19 (qwen-turbo-0919)		150,000
qwen-long-latest	1,200	60,000
qwen-long-2025-01-25 (qwen-long-0125)	3	7,500

通義千問Omni（全模態）

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-omni-flash	60	100,000
qwen3-omni-flash-2025-12-01
qwen3-omni-flash-2025-09-15
qwen-omni-turbo
qwen-omni-turbo-latest
qwen-omni-turbo-2025-03-26

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-omni-flash	60	100,000
qwen3-omni-flash-2025-12-01
qwen3-omni-flash-2025-09-15
qwen-omni-turbo
qwen-omni-turbo-latest
qwen-omni-turbo-2025-03-26 （qwen-omni-turbo-0326）
qwen-omni-turbo-2025-01-19 （qwen-omni-turbo-0119）

通義千問Omni-Realtime（即時多模態）

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-omni-flash-realtime	60	100,000
qwen3-omni-flash-realtime-2025-12-01
qwen3-omni-flash-realtime-2025-09-15
qwen-omni-turbo-realtime
qwen-omni-turbo-realtime-latest
qwen-omni-turbo-realtime-2025-05-08

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-omni-flash-realtime	60	100,000
qwen3-omni-flash-realtime-2025-12-01
qwen3-omni-flash-realtime-2025-09-15
qwen-omni-turbo-realtime
qwen-omni-turbo-realtime-latest
qwen-omni-turbo-realtime-2025-05-08

通義千問VL（視覺理解/圖生文）

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qvq-max	60	100,000
qvq-max-latest
qvq-max-2025-03-25 (qvq-max-0325)
qwen-vl-max	1,200	1,000,000
qwen-vl-max-latest	1,200	1,000,000
qwen-vl-max-2025-08-13 (qwen-vl-max-0813)	60	100,000
qwen-vl-max-2025-04-08 (qwen-vl-max-0408)	1,200	1,000,000
qwen3-vl-plus
qwen-vl-plus
qwen-vl-plus-latest
qwen3-vl-plus-2025-09-23	60	100,000
qwen-vl-plus-2025-08-15 (qwen-vl-plus-0815)	120	1,000,000
qwen-vl-plus-2025-05-07 (qwen-vl-plus-0507)	120
qwen-vl-plus-2025-01-25 (qwen-vl-plus-0125)	1,200
qwen3-vl-flash	1,200	1,000,000
qwen3-vl-flash-2025-10-15	120	1,000,000

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qvq-max	60	100,000
qvq-max-latest
qvq-max-2025-05-15 （qvq-max-0515）
qvq-max-2025-03-25 （qvq-max-0325）
qvq-plus
qvq-plus-latest
qvq-plus-2025-05-15 （qvq-plus-0515）
qwen-vl-max	1,200	1,000,000
qwen-vl-max-latest	1,200	1,000,000
qwen-vl-max-2025-08-13 （qwen-vl-max-0813）	60	100,000
qwen-vl-max-2025-04-08 （qwen-vl-max-0408）
qwen-vl-max-2025-04-02 （qwen-vl-max-0402）
qwen-vl-max-2025-01-25 （qwen-vl-max-0125）
qwen-vl-max-2024-12-30 （qwen-vl-max-1230）
qwen-vl-max-2024-11-19 （qwen-vl-max-1119）
qwen-vl-max-2024-10-30 （qwen-vl-max-1030）
qwen-vl-max-2024-08-09 （qwen-vl-max-0809）	15	25,000
qwen3-vl-plus	1,200	1,000,000
qwen-vl-plus
qwen-vl-plus-latest
qwen3-vl-plus-2025-09-23	60	100,000
qwen-vl-plus-2025-08-15 （qwen-vl-plus-0815）
qwen-vl-plus-2025-07-10 （qwen-vl-plus-0710）
qwen-vl-plus-2025-05-07 （qwen-vl-plus-0507）
qwen-vl-plus-2025-01-25 （qwen-vl-plus-0125）
qwen-vl-plus-2025-01-02 （qwen-vl-plus-0102）
qwen-vl-plus-2024-08-09 （qwen-vl-plus-0809）
qwen3-vl-flash	1,200	1,000,000
qwen3-vl-flash-2025-10-15	60	100,000

通義千問OCR（文字提取）

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-vl-ocr	600	6,000,000
qwen-vl-ocr-2025-11-20	1,200

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-vl-ocr	600	6,000,000
qwen-vl-ocr-latest	1,200
qwen-vl-ocr-2025-11-20
qwen-vl-ocr-2025-04-13	600
qwen-vl-ocr-2024-10-28

通義千問數學模型

說明

僅支援中國大陸（北京）地區。

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-math-plus	1,200	1,000,000
qwen-math-plus-latest	1,200	1,000,000
qwen-math-plus-2024-09-19 （qwen-math-plus-0919）	60	100,000
qwen-math-plus-2024-08-16 （qwen-math-plus-0816）	10	20,000
qwen-math-turbo	1200	1,000,000
qwen-math-turbo-latest	1200	1,000,000
qwen-math-turbo-2024-09-19 （qwen-math-turbo-0919）	60	100,000

通義千問Coder

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-plus	2,400	2,000,000
qwen3-coder-plus-2025-09-23	60	1,000,000
qwen3-coder-plus-2025-07-22	60	1,000,000
qwen3-coder-flash	600	5,000,000
qwen3-coder-flash-2025-07-28	600	5,000,000

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-plus	2,400	2,000,000
qwen3-coder-plus-2025-09-23	60	1,000,000
qwen3-coder-plus-2025-07-22	60
qwen3-coder-flash	1,200
qwen3-coder-flash-2025-07-28	60
qwen-coder-plus	1,200
qwen-coder-plus-latest	1,200
qwen-coder-plus-2024-11-06 （qwen-coder-plus-1106）	60	100,000
qwen-coder-turbo	1,200	1,000,000
qwen-coder-turbo-latest	1,200	1,000,000
qwen-coder-turbo-2024-09-19 （qwen-coder-turbo-0919）	60	100,000

通義千問翻譯模型

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-mt-plus	60	100,000
qwen-mt-flash
qwen-mt-lite
qwen-mt-turbo

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-mt-plus	60	25,000
qwen-mt-flash		35,000
qwen-mt-lite		100,000
qwen-mt-turbo		35,000

通義千問資料採礦模型

說明

僅支援中國大陸（北京）地區。

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen-doc-turbo

600

3,000,000

通義千問深入研究模型

說明

僅支援中國大陸（北京）地區。

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen-deep-research

120

1,200,000

文本產生-通義千問-開源版

通義千問語言模型開源版

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-next-80b-a3b-thinking	600	1,000,000
qwen3-next-80b-a3b-instruct
qwen3-235b-a22b-thinking-2507
qwen3-235b-a22b-instruct-2507
qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-instruct-2507
qwen3-235b-a22b
qwen3-32b
qwen3-30b-a3b
qwen3-14b
qwen3-8b
qwen3-4b
qwen3-1.7b
qwen3-0.6b
qwen2.5-14b-instruct-1m	60	1,000,000
qwen2.5-7b-instruct-1m		1,000,000
qwen2.5-72b-instruct		100,000
qwen2.5-32b-instruct
qwen2.5-14b-instruct
qwen2.5-7b-instruct

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-next-80b-a3b-thinking	600	1,000,000
qwen3-next-80b-a3b-instruct
qwen3-235b-a22b-thinking-2507
qwen3-235b-a22b-instruct-2507
qwen3-30b-a3b-thinking-2507
qwen3-30b-a3b-instruct-2507
qwen3-235b-a22b
qwen3-30b-a3b
qwen3-32b
qwen3-14b
qwen3-8b
qwen3-4b
qwen3-1.7b
qwen3-0.6b
qwq-32b
qwq-32b-preview	1,200
qwen2.5-72b-instruct
qwen2.5-32b-instruct
qwen2.5-14b-instruct
qwen2.5-14b-instruct-1m
qwen2.5-7b-instruct
qwen2.5-7b-instruct-1m
qwen2.5-3b-instruct		2,000,000
qwen2.5-1.5b-instruct
qwen2.5-0.5b-instruct

Qwen3-Omni

國際（新加坡）

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen2.5-omni-7b

100,000

中國大陸（北京）

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen2.5-omni-7b

100,000

Qwen3-Omni-Captioner

國際（新加坡）

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen3-omni-30b-a3b-captioner

100,000

中國大陸（北京）

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen3-omni-30b-a3b-captioner

100,000

Qwen-VL（視覺理解/圖生文）

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-vl-32b-thinking	60	100,000
qwen3-vl-32b-instruct
qwen3-vl-30b-a3b-thinking
qwen3-vl-30b-a3b-instruct
qwen3-vl-8b-thinking
qwen3-vl-8b-instruct
qwen3-vl-235b-a22b-thinking
qwen3-vl-235b-a22b-instruct
qwen2.5-vl-72b-instruct
qwen2.5-vl-32b-instruct
qwen2.5-vl-7b-instruct
qwen2.5-vl-3b-instruct

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-vl-32b-thinking	600	1,000,000
qwen3-vl-32b-instruct
qwen3-vl-30b-a3b-thinking
qwen3-vl-30b-a3b-instruct
qwen3-vl-8b-thinking
qwen3-vl-8b-instruct
qwen3-vl-235b-a22b-thinking	60	100,000
qwen3-vl-235b-a22b-instruct
qwen2.5-vl-72b-instruct
qwen2.5-vl-32b-instruct
qwen2.5-vl-7b-instruct	1,200	1,000,000
qwen2.5-vl-3b-instruct
qwen2-vl-72b-instruct	60	100,000
qwen2-vl-7b-instruct	1,200	1,000,000
qwen2-vl-2b-instruct
qvq-72b-preview	60	100,000

Qwen-Math

說明

僅支援中國大陸（北京）地區。

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen2.5-math-72b-instruct	1,200	1,000,000
qwen2.5-math-7b-instruct
qwen2.5-math-1.5b-instruct

Qwen-Coder

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-480b-a35b-instruct	600	1,000,000
qwen3-coder-30b-a3b-instruct	600	1,000,000

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-480b-a35b-instruct	600	1,000,000
qwen3-coder-30b-a3b-instruct	600
qwen2.5-coder-32b-instruct	1,200
qwen2.5-coder-14b-instruct
qwen2.5-coder-7b-instruct
qwen2.5-coder-3b-instruct		2,000,000
qwen2.5-coder-1.5b-instruct
qwen2.5-coder-0.5b-instruct

文本產生-第三方模型

DeepSeek

說明

僅支援中國大陸（北京）地區。

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
deepseek-v3.2	15,000	1,200,000
deepseek-v3.2-exp	15,000	1,200,000
deepseek-v3.1	15,000	1,200,000
deepseek-r1-0528	60	100,000
deepseek-r1	15,000	1,200,000
deepseek-v3
deepseek-r1-distill-qwen-7b
deepseek-r1-distill-qwen-14b
deepseek-r1-distill-qwen-32b
deepseek-r1-distill-qwen-1.5b	60	100,000
deepseek-r1-distill-llama-8b
deepseek-r1-distill-llama-70b

Kimi

說明

僅支援中國大陸（北京）地區。

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
kimi-k2-thinking	60	100,000
Moonshot-Kimi-K2-Instruct	60	100,000

映像產生

通義千問（Qwen-Image）

國際（新加坡）

模型服務	模型名稱	限流條件（超出任一數值時觸發限流）
模型服務	模型名稱	每秒鐘任務下發介面RPS限制	同時處理中任務數量（並發數）
文生圖	qwen-image-plus	2	2
文生圖	qwen-image	2	2
影像編輯	qwen-image-edit-plus	2	同步介面無限制
	qwen-image-edit-plus-2025-10-30	2	同步介面無限制
	qwen-image-edit	2	同步介面無限制

中國大陸（北京）

模型服務	模型名稱	限流條件（超出任一數值時觸發限流）
模型服務	模型名稱	每秒鐘任務下發介面RPS限制	同時處理中任務數量（並發數）
文生圖	qwen-image-plus	2	2
文生圖	qwen-image	2	2
影像編輯	qwen-image-edit-plus	2	同步介面無限制
	qwen-image-edit-plus-2025-10-30	2	同步介面無限制
	qwen-image-edit	2	同步介面無限制
映像翻譯	qwen-mt-image	1	2

通義萬相

國際（新加坡）

模型服務	模型名稱	限流條件（超出任一數值時觸發限流）
		每秒鐘任務下發介面RPS限制	同時處理中任務數量（並發數）
文生圖	wan2.5-t2i-preview	5	5
	wan2.2-t2i-flash	2	2
	wan2.2-t2i-plus
	wan2.1-t2i-turbo
	wan2.1-t2i-plus
影像編輯	wan2.5-i2i-preview	5	5

中國大陸（北京）

模型服務	模型名稱	限流條件（超出任一數值時觸發限流）
		每秒鐘任務下發介面RPS限制	同時處理中任務數量（並發數）
文生圖	wan2.5-t2i-preview	5	5
	wanx2.0-t2i-turbo	2	2
	wanx2.1-t2i-turbo
	wanx2.1-t2i-plus
	wan2.2-t2i-flash
	wan2.2-t2i-plus
通用影像編輯	wan2.5-i2i-preview	5	5
	wanx2.1-imageedit	2	2

AI試衣OutfitAnyone

說明

僅支援中國大陸（北京）地區。

模型名稱	限流條件（超出任一數值時觸發限流）
模型名稱	作業提交介面RPS限制	同時處理中任務數量
aitryon-plus	10	5
aitryon-parsing-v1	10	同步介面無限制

視頻產生

通義萬相系列

國際（新加坡）

模型服務	模型名稱	限流條件（超出任一數值時觸發限流）
模型服務	模型名稱	每秒鐘任務下發介面RPS限制	同時處理中任務數量（並發數）
文生圖	wan2.5-t2v-preview	5	5
	wan2.2-t2v-plus	2	2
	wan2.1-t2v-turbo
	wan2.1-t2v-plus
圖生視頻-基於首幀	wan2.5-i2v-preview	5	5
	wan2.2-i2v-flash	2	2
	wan2.1-i2v-plus
	wan2.1-i2v-turbo
	wan2.2-i2v-plus
圖生視頻-基於首尾幀	wan2.1-kf2v-plus
通用視頻編輯	wan2.1-vace-plus
圖生動作	wan2.2-animate-move	5	1
視頻換人	wan2.2-animate-mix	5	1

中國大陸（北京）

模型服務	模型名稱	限流條件（超出任一數值時觸發限流）
模型服務	模型名稱	每秒鐘任務下發介面RPS限制	同時處理中任務數量（並發數）
文生視頻	wan2.5-t2v-preview	5	5
	wan2.2-t2v-plus	2	2
	wanx2.1-t2v-turbo
	wanx2.1-t2v-plus
圖生視頻-基於首幀	wan2.5-i2v-preview	5	5
	wan2.2-i2v-plus	2	2
	wanx2.1-i2v-turbo
	wanx2.1-i2v-plus
圖生視頻-基於首尾幀	wanx2.1-kf2v-plus
通用視頻編輯	wanx2.1-vace-plus
數字人s2v	wan2.2-s2v-detect	5	同步介面無限制
數字人s2v	wan2.2-s2v	5	1
圖生動作	wan2.2-animate-move	5	1
視頻換人	wan2.2-animate-mix	5	1

舞動人像AnimateAnyone

說明

僅支援中國大陸（北京）地區。

模型名稱	任務下發介面RPS限制	同時處理中任務數量
animate-anyone-detect-gen2	5	同步介面無限制
animate-anyone-template-gen2		1 在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。
animate-anyone-gen2		1 在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

悅動人像EMO

說明

僅支援中國大陸（北京）地區。

模型名稱

任務下發介面RPS限制

同時處理中任務數量

emo-detect-v1

同步介面無限制

emo-v1

在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

靈動人像LivePortrait

說明

僅支援中國大陸（北京）地區。

模型名稱

任務下發介面RPS限制

同時處理中任務數量

liveportrait-detect

同步介面無限制

liveportrait

在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

聲動人像VideoRetalk

說明

僅支援中國大陸（北京）地區。

模型名稱

任務下發介面RPS限制

同時處理中任務數量

videoretalk

在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

表情包Emoji

說明

僅支援中國大陸（北京）地區。

模型名稱

任務下發介面RPS限制

同時處理中任務數量

emoji-detect-v1

同步介面無限制

emoji-v1

在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

視頻風格重繪

說明

僅支援中國大陸（北京）地區。

模型名稱

任務下發介面RPS限制

同時處理中任務數量

video-style-transform

在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

語音合成（文本轉語音）

通義千問語音合成

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）限制
模型名稱	每分鐘調用次數（RPM）
qwen3-tts-flash	10
qwen3-tts-flash-2025-11-27	180
qwen3-tts-flash-2025-09-18	10

中國大陸（北京）

通義千問3-TTS-Flash

模型名稱	每分鐘調用次數（RPM）
qwen3-tts-flash	10
qwen3-tts-flash-2025-11-27	180
qwen3-tts-flash-2025-09-18	10

通義千問-TTS

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-tts	10	100,000
qwen-tts-latest
qwen-tts-2025-05-22
qwen-tts-2025-04-10

通義千問即時語音合成

國際（新加坡）

通義千問3-TTS-VC-Realtime

模型名稱	每分鐘調用次數（RPM）
qwen3-tts-vc-realtime-2025-11-27	180

通義千問3-TTS-Flash-Realtime

模型名稱	每分鐘調用次數（RPM）
qwen3-tts-flash-realtime	10
qwen3-tts-flash-realtime-2025-11-27	180
qwen3-tts-flash-realtime-2025-09-18	10

中國大陸（北京）

通義千問3-TTS-VC-Realtime

模型名稱	每分鐘調用次數（RPM）
qwen3-tts-vc-realtime-2025-11-27	180

通義千問3-TTS-Flash-Realtime

模型名稱	每分鐘調用次數（RPM）
qwen3-tts-flash-realtime	10
qwen3-tts-flash-realtime-2025-11-27	180
qwen3-tts-flash-realtime-2025-09-18	10

通義千問-TTS-Realtime

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-tts-realtime	10	100,000
qwen-tts-realtime-latest
qwen-tts-realtime-2025-07-15

通義千問聲音複刻

國際（新加坡）

模型名稱	提交作業介面RPS限制
qwen-voice-enrollment	3

中國大陸（北京）

模型名稱	提交作業介面RPS限制
qwen-voice-enrollment	3

CosyVoice語音合成

說明

僅支援中國大陸（北京）地區。

語音合成

模型名稱	提交作業介面RPS限制
cosyvoice-v3-plus	3
cosyvoice-v3-flash
cosyvoice-v2

聲音複刻

模型名稱	提交作業介面RPS限制
cosyvoice-v3-plus	10 無論聲音複刻功能是單獨調用某一模型版本，還是同時調用多個模型版本，其總並發請求數均限制為 10 RPS。這意味著：如果您僅調用 v2，則其最大並發請求為 10 RPS。如果您同時調用 v2 和 v3，兩者的請求總和不能超過 10 RPS（例如，v2 使用 7 RPS，則 v3 最多隻能使用 3 RPS）。
cosyvoice-v3-flash
cosyvoice-v2

語音辨識（語音轉文本）與翻譯（語音轉成指定語種的文本）

通義千問3-LiveTranslate-Flash

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-livetranslate-flash	100	100,000
qwen3-livetranslate-flash-2025-12-01

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-livetranslate-flash	100	100,000
qwen3-livetranslate-flash-2025-12-01

通義千問3-LiveTranslate-Flash-Realtime

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-livetranslate-flash-realtime	10	100,000
qwen3-livetranslate-flash-realtime-2025-09-22

中國大陸（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-livetranslate-flash-realtime	10	100,000
qwen3-livetranslate-flash-realtime-2025-09-22

通義千問錄音檔案識別

國際（新加坡）

通義千問3-ASR-Flash-Filetrans

模型名稱	每分鐘調用次數（RPM）
qwen3-asr-flash-filetrans	100
qwen3-asr-flash-filetrans-2025-11-17	100

通義千問3-ASR-Flash

模型名稱	每分鐘調用次數（RPM）
qwen3-asr-flash	100
qwen3-asr-flash-2025-09-08	100

中國大陸（北京）

通義千問3-ASR-Flash-Filetrans

模型名稱	每分鐘調用次數（RPM）
qwen3-asr-flash-filetrans	100
qwen3-asr-flash-filetrans-2025-11-17	100

通義千問3-ASR-Flash

模型名稱	每分鐘調用次數（RPM）
qwen3-asr-flash	100
qwen3-asr-flash-2025-09-08	100

通義千問即時語音辨識

國際（新加坡）

模型名稱	每秒鐘調用次數（RPS）
qwen3-asr-flash-realtime	20
qwen3-asr-flash-realtime-2025-10-27	20

中國大陸（北京）

模型名稱	每秒鐘調用次數（RPS）
qwen3-asr-flash-realtime	20
qwen3-asr-flash-realtime-2025-10-27	20

Paraformer語音辨識

說明

僅支援中國大陸（北京）地區。

模型名稱	提交作業介面RPS限制
paraformer-realtime-v2	20
paraformer-realtime-8k-v2	20

模型名稱	提交作業介面RPS限制	任務查詢介面RPS限制
paraformer-v2	20	20
paraformer-8k-v2	20	20

Fun-ASR 錄音檔案識別

國際（新加坡）

模型名稱	提交作業介面RPS限制	任務查詢介面RPS限制
fun-asr	10	20
fun-asr-2025-11-07
fun-asr-2025-08-25

模型名稱	提交作業介面RPM限制	任務查詢介面RPS限制
fun-asr-mtl	100	20
fun-asr-mtl-2025-08-25	100	20

中國大陸（北京）

模型名稱	提交作業介面RPS限制	任務查詢介面RPS限制
fun-asr	10	20
fun-asr-2025-11-07
fun-asr-2025-08-25
fun-asr-mtl
fun-asr-mtl-2025-08-25

Fun-ASR 即時語音辨識

國際（新加坡）

模型名稱	提交作業介面RPS限制
fun-asr-realtime	20
fun-asr-realtime-2025-11-07	20

中國大陸（北京）

模型名稱	提交作業介面RPS限制
fun-asr-realtime	20
fun-asr-realtime-2025-11-07
fun-asr-realtime-2025-09-15

文本向量

國際（新加坡）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）/作業數含輸入與輸出Token
text-embedding-v4	1,800	1,000,000
text-embedding-v3	6,000	24,000,000

中國大陸（北京）

模型名稱

限流條件（超出任一數值時觸發限流）

每秒鐘調用次數（RPS）

每分鐘消耗Token數（TPM）/作業數

含輸入與輸出Token

text-embedding-v4

1,200,000

多模態向量

說明

僅支援中國大陸（北京）地區。

模型名稱

限流條件

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

僅輸入Token

multimodal-embedding-v1

120

200,000

文本排序

說明

僅支援中國大陸（北京）地區。

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

gte-rerank-v2

5,040

4,980,000,000

行業

意圖理解

說明

僅支援中國大陸（北京）地區。

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

tongyi-intent-detect-v3

1,200

1,000,000

角色扮演

國際（新加坡）

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen-plus-character-ja

100,000

中國大陸（北京）

模型名稱

限流條件（超出任一數值時觸發限流）

以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制

每分鐘調用次數（RPM）

每分鐘消耗Token數（TPM）

含輸入與輸出Token

qwen-plus-character

120

20,000

已下線模型

詳細資料，請參見模型下線機制說明。

2025年8月20日下線

類別	模型名稱	限流條件（超出任一數值時觸發限流）
		每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
文本產生-通義千問	qwen2-72b-instruct	0	0
	qwen2-57b-a14b-instruct
	qwen2-7b-instruct
	qwen1.5-110b-chat
	qwen1.5-72b-chat
	qwen1.5-32b-chat
	qwen1.5-14b-chat
	qwen1.5-7b-chat