百鍊限流規則與各模型的限流額度。主流生成模型採用動態限流(軟限流),TPM 限流值依百鍊月消費檔位調整,實際可用 TPM 不低於限流值。其他模型與地域採用靜態限流,超出限額時請求會被拒絕,通常會在一分鐘內自動回復。限流以主帳號維度計算,帳號下所有 RAM 子帳號、業務空間與 API Key 的調用量會合併計算。
限流規則
- 帳號層級限流:限流以主帳號維度計算,帳號下所有 RAM 子帳號、業務空間與 API Key 的調用量會累計計算。
- 模型間相互獨立的限流:不同模型擁有獨立的限流額度,詳情請見下表。
- 限流形態:主流生成模型(如 qwen3.8-max、qwen3.8-flash、deepseek-v4-pro-0813、kimi-k3 等)採用動態限流,TPM 限流值隨百鍊月消費檔位動態調整,實際可用 TPM 不低於限流值,詳見動態限流;其餘模型與地域採用靜態限流,規則詳見靜態限流規則。
動態限流
動態限流機制
百鍊對部分模型採用動態限流機制,核心要點如下:
- 軟限流:當調用量達到限流值時,若平台仍有閒置資源,則不會觸發限流。因此,實際可用 TPM 不低於限流值。調用時觀察到的實際限流值可能高於該限流值,屬預期行為。
- 限流粒度:按帳號 + 模型。主帳號下所有 RAM 子帳號、業務空間與 API Key 的調用量會匯總計入該帳號對該模型的 TPM 配額,共用同一限額。
- 業務空間:可為業務空間中的單個模型單獨設定限流值。未單獨設定的業務空間共用帳號級配額。
- 觸發限流表現:觸發動態限流時返回 429 錯誤(錯誤碼為 Throttling.ResourceExhausted 或 Throttling.ServiceOverloaded,報錯資訊為 Too many requests.);平台資源不足時可能返回 503 錯誤(ServiceUnavailable),該情況與限流額度無關,稍後重試即可。錯誤處理建議參見錯誯碼。
- 更多說明:業務空間限流設定請參閱許可權管理。
模型與限流檔位
百鍊會基於您的歷史消費設定您的 TPM 限流檔位,實際限流值請以模型詳情頁為準。
說明若 TPM 限流值無法滿足業務需求,可聯絡商務經理申請提額。
新加坡
百鍊平台月消費: | 檔位 1(當前)≤$8,000 | 檔位 2 $8,000~$140,000 | 檔位 3 >$140,000 |
|---|---|---|---|
支援的模型 | TPM 限流檔位 | ||
qwen4-max | 5,000,000 | 10,000,000 | 20,000,000 |
qwen3.8-max | 2,000,000 | 5,000,000 | 10,000,000 |
qwen3.8-max-0902 | 1,500,000 | 1,500,000 | 1,500,000 |
qwen3.8-flash | 2,500,000 | 5,000,000 | 10,000,000 |
qwen3.8-omni-flash | 2,000,000 | 5,000,000 | 10,000,000 |
qwen3.8-2.4t-a95b | 5,000,000 | 5,000,000 | 5,000,000 |
deepseek-v4.1-flash-1017 | 1,200,000 | 1,200,000 | 1,200,000 |
deepseek-v4.1-flash | 1,200,000 | 1,200,000 | 1,200,000 |
deepseek-v4-pro-0813 | 1,200,000 | 5,000,000 | 10,000,000 |
kimi-k3 | 1,200,000 | 5,000,000 | 10,000,000 |
glm-5.3 | 5,000,000 | 5,000,000 | 5,000,000 |
glm-5.3-prime | 2,000,000 | 2,000,000 | 2,000,000 |
qwen3.8-27b | 5,000,000 | 5,000,000 | 5,000,000 |
中國(北京)
百鍊平台月消費: | 檔位 1(當前)≤$8,000 | 檔位 2 $8,000~$140,000 | 檔位 3 >$140,000 |
|---|---|---|---|
支援的模型 | TPM 限流檔位 | ||
qwen4-max | 5,000,000 | 10,000,000 | 20,000,000 |
qwen3.8-max | 5,000,000 | 10,000,000 | 20,000,000 |
qwen3.8-max-0902 | 1,500,000 | 1,500,000 | 1,500,000 |
qwen3.8-flash | 5,000,000 | 10,000,000 | 20,000,000 |
qwen3.8-omni-flash | 2,000,000 | 5,000,000 | 10,000,000 |
qwen3.8-2.4t-a95b | 5,000,000 | 5,000,000 | 5,000,000 |
deepseek-v4.1-flash-1017 | 1,200,000 | 1,200,000 | 1,200,000 |
deepseek-v4.1-flash | 1,200,000 | 1,200,000 | 1,200,000 |
deepseek-v4-pro-0813 | 1,200,000 | 10,000,000 | 20,000,000 |
kimi-k3 | 1,200,000 | 5,000,000 | 10,000,000 |
glm-5.3 | 5,000,000 | 5,000,000 | 5,000,000 |
glm-5.3-prime | 2,000,000 | 2,000,000 | 2,000,000 |
qwen3.8-27b | 5,000,000 | 5,000,000 | 5,000,000 |
靜態限流明細
以下按模型類別列出各模型的限流值:標註動態限流的模型,其 TPM 限流值隨百鍊月消費檔位調整,參見模型與限流檔位;其餘模型為靜態限流,規則參見靜態限流規則。
靜態限流規則
未納入動態限流的模型採用靜態限流,規則如下:
- 固定限流值:每個模型有固定的 RPM 與 TPM 限流值,各模型相互獨立。
- 秒級執行:限流除按分鐘級 RPM/TPM 外,還可能按秒級 RPS(RPM/60)與 TPS(TPM/60)執行,短時間內的請求爆發即使未超出分鐘級上限也可能觸發限流。
- 觸發與恢復:超出限制時請求會被拒絕並返回 429 錯誤,通常在一分鐘內自動恢復,具體錯誤資訊分類參見為什麼觸發限流?與錯誯碼。
文本產生
千問語言模型
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen4-max | 國際 | ||
qwen3.8-max | 國際 | ||
qwen3.8-max-0902 | 國際 | ||
qwen3.8-flash | 國際 | ||
qwen3.7-max | 國際 | 600 | 1,000,000 |
qwen3.7-max-2026-06-08 | 國際 | 60 | 1,000,000 |
qwen3.7-max-2026-05-20 | 國際 | 60 | 1,000,000 |
qwen3.7-max-preview | 國際 | 600 | 1,000,000 |
qwen3.7-max-2026-05-17 | 國際 | 600 | 1,000,000 |
qwen-max
| 國際 | 600 | 1,000,000 |
qwen3.7-plus | 國際 | 15,000 | 5,000,000 |
qwen3.7-plus-2026-05-26 | 國際 | 60 | 1,000,000 |
qwen3.6-plus | 國際 | 15,000 | 5,000,000 |
qwen3.6-plus-2026-04-02 | 國際 | 60 | 1,000,000 |
qwen3.7-flash | 國際 | 15,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 國際 | 15,000 | 5,000,000 |
qwen3.6-flash | 國際 | 15,000 | 5,000,000 |
qwen3.6-flash-2026-04-16 | 國際 | 60 | 1,000,000 |
qwen3.5-plus | 國際 | 15,000 | 5,000,000 |
qwen3.5-plus-2026-04-20 | 國際 | 600 | 1,000,000 |
qwen3.5-plus-2026-02-15 | 國際 | 60 | 1,000,000 |
qwen-plus
| 國際 | 600 | 1,000,000 |
qwen-plus-latest | 國際 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 國際 | 120 | 1,000,000 |
qwen-plus-2025-07-14 (qwen-plus-0714) | 國際 | 60 | 100,000 |
qwen-plus-2025-04-28 (qwen-plus-0428) | 國際 | 60 | 1,000,000 |
qwen-plus-2025-01-25 (qwen-plus-0125) | 國際 | 60 | 100,000 |
qwen3.5-flash | 國際 | 15,000 | 5,000,000 |
qwen3.5-flash-2026-02-23 | 國際 | 60 | 1,000,000 |
qwen-flash
| 國際 | 600 | 5,000,000 |
qwen-flash-2025-07-28 | 國際 | 600 | 5,000,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
qwen4-max | 維吉尼亞 | 15,000 | 3,000,000 |
qwen3.8-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max | 美國 | 30,000 | 5,000,000 |
qwen3.8-max-0902 | 全球 | 30,000 | 150,000 |
qwen3.8-flash | 全球 | 15,000 | 2,500,000 |
qwen3.8-flash | 美國 | 15,000 | 2,500,000 |
qwen3.7-max | 全球 | 30,000 | 10,000,000 |
qwen3.7-max | 美國 | 30000 | 10,000,000 |
qwen3.7-max-2026-06-08 | 全球 | 600 | 1,000,000 |
qwen3.7-max-2026-05-20 | 全球 | 600 | 1,000,000 |
qwen3.7-plus | 全球 | 30,000 | 5,000,000 |
qwen3.7-plus | 美國 | 30,000 | 5,000,000 |
qwen3.7-plus-2026-05-26 | 全球 | 600 | 1,000,000 |
qwen3.6-plus | 全球 | 30,000 | 5,000,000 |
qwen3.6-plus-2026-04-02 | 全球 | 600 | 1,000,000 |
qwen3.7-flash | 全球 | 15,000 | 5,000,000 |
qwen3.7-flash | 美國 | 15,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 全球 | 15000 | 5,000,000 |
qwen3.6-flash | 全球 | 15,000 | 5,000,000 |
qwen3.6-flash-2026-04-16 | 全球 | 60 | 1,000,000 |
qwen3.6-flash | 美國 | 15,000 | 5,000,000 |
qwen3.5-plus | 全球 | 30,000 | 5,000,000 |
qwen3.5-plus-2026-02-15 | 全球 | 600 | 1,000,000 |
qwen-plus | 全球 | 15,000 | 5,000,000 |
qwen-plus | 美國 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 全球 | 60 | 1,000,000 |
qwen-plus-2025-12-01 | 美國 | 60 | 1,000,000 |
qwen3.5-flash | 全球 | 30,000 | 10,000,000 |
qwen3.5-flash-2026-02-23 | 全球 | 600 | 1,000,000 |
qwen-flash | 全球 | 15,000 | 10,000,000 |
qwen-flash | 美國 | 30000 | 10,000,000 |
qwen-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
qwen-flash-2025-07-28 | 美國 | 600 | 5,000,000 |
華北2(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 | |
qwen4-max | ||
qwen3.8-max
| ||
qwen3.8-max-0902 | ||
qwen3.8-flash
| ||
qwen3.7-max
| 30,000 | 5,000,000 |
qwen3.7-max-2026-06-08 | 600 | 1,000,000 |
qwen3.7-max-2026-05-20 | 600 | 1,000,000 |
qwen-max
| 1,200 | 1,000,000 |
qwen3.7-plus | 30,000 | 5,000,000 |
qwen3.7-plus-2026-05-26 | 600 | 1,000,000 |
qwen3.6-plus
| 30,000 | 5,000,000 |
qwen3.6-plus-2026-04-02 | 600 | 1,000,000 |
qwen3.7-flash
| 30,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 30,000 | 5,000,000 |
qwen3.6-flash
| 30,000 | 10,000,000 |
qwen3.6-flash-2026-04-16 | 600 | 1,000,000 |
qwen3.5-plus
| 30,000 | 5,000,000 |
qwen3.5-plus-2026-04-20 | 600 | 1,000,000 |
qwen3.5-plus-2026-02-15 | 600 | 1,000,000 |
qwen-plus
| 30,000 | 5,000,000 |
qwen-plus-latest
| 15,000 | 1,200,000 |
qwen-plus-2025-12-01 | 120 | 1,000,000 |
qwen-plus-2025-07-14 (qwen-plus-0714) | 60 | 100,000 |
qwen-plus-2025-04-28 (qwen-plus-0428) | 60 | 1,000,000 |
qwen-plus-2025-01-25 (qwen-plus-0125) | 60 | 150,000 |
qwen3.5-flash
| 30,000 | 10,000,000 |
qwen3.5-flash-2026-02-23 | 600 | 1,000,000 |
qwen-flash
| 30,000 | 10,000,000 |
qwen-flash-2025-07-28 | 60 | 1,000,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max-0902 | 全球 | 30,000 | 150,000 |
qwen3.8-flash | 歐盟 | 15,000 | 250,000 |
qwen3.8-flash | 全球 | 15,000 | 250,000 |
qwen3.7-max | 全球 | 30,000 | 5,000,000 |
qwen3.7-max-2026-06-08 | 全球 | 600 | 1,000,000 |
qwen3.7-max-2026-05-20 | 全球 | 600 | 1,000,000 |
qwen3.7-plus | 全球 | 30,000 | 5,000,000 |
qwen3.7-plus-2026-05-26 | 全球 | 600 | 1,000,000 |
qwen3.6-plus | 全球 | 30,000 | 5,000,000 |
qwen3.6-plus-2026-04-02 | 全球 | 600 | 1,000,000 |
qwen3.7-flash | 全球 | 15,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 全球 | 15,000 | 5,000,000 |
qwen3.6-flash | 全球 | 15,000 | 5,000,000 |
qwen3.6-flash-2026-04-16 | 全球 | 60 | 1,000,000 |
qwen3.5-plus | 全球 | 30,000 | 5,000,000 |
qwen3.5-plus-2026-02-15 | 全球 | 600 | 1,000,000 |
qwen-plus | 全球 | 600 | 1,000,000 |
qwen-plus | 歐盟 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 全球 | 120 | 1,000,000 |
qwen-plus-2025-12-01 | 歐盟 | 120 | 1,000,000 |
qwen3.5-flash | 全球 | 35,000 | 10,000,000 |
qwen3.5-flash | 歐盟 | 35,000 | 10,000,000 |
qwen3.5-flash-2026-02-23 | 全球 | 600 | 1,000,000 |
qwen3.5-flash-2026-02-23 | 歐盟 | 600 | 1,000,000 |
qwen-flash | 全球 | 30,000 | 10,000,000 |
qwen-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
中國香港
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max | 中國香港 | 30,000 | 5,000,000 |
qwen3.8-max-0902 | 中國香港 | 600 | 150,000 |
qwen3.8-flash | 香港 | 15,000 | 2,500,000 |
qwen3.8-flash | 全球 | 15,000 | 2,500,000 |
qwen3.6-plus | 全球 | 30,000 | 5,000,000 |
qwen3.7-flash | 全球 | 15,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 全球 | 15,000 | 5,000,000 |
qwen3.6-flash | 全球 | 30,000 | 10,000,000 |
qwen-plus | 中國香港 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 中國香港 | 60 | 100,000 |
qwen3.5-flash | 中國香港 | 30,000 | 10,000,000 |
qwen3.5-flash-2026-02-23 | 中國香港 | 600 | 1,000,000 |
日本(東京)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max-0902 | 全球 | 30,000 | 150,000 |
qwen3.8-flash | 全球 | 15,000 | 250,000 |
qwen3.7-max | 全球 | 600 | 1,000,000 |
qwen3.7-max-2026-05-20 | 全球 | 60 | 1,000,000 |
qwen3.7-plus | 全球 | 15,000 | 5,000,000 |
qwen3.7-plus-2026-05-26 | 全球 | 60 | 1,000,000 |
qwen3.7-plus | 日本 | 15,000 | 5,000,000 |
qwen3.7-plus-2026-05-26 | 日本 | 60 | 1,000,000 |
qwen3.6-plus | 全球 | 15,000 | 5,000,000 |
qwen3.6-plus-2026-04-02 | 全球 | 60 | 1,000,000 |
qwen3.7-flash | 全球 | 15,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 全球 | 15,000 | 5,000,000 |
qwen3.6-flash | 全球 | 15,000 | 10,000,000 |
qwen3.6-flash-2026-04-16 | 全球 | 60 | 1,000,000 |
千問VL(視覺理解/圖生文)
新加坡
| 模型名稱 | 服務部署範圍 | 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-plus | 國際 | 1,200 | 1,000,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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-plus | 全球 | 6,000 | 10,000,000 |
華北2(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-plus
| 3,000 | 5,000,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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-plus | 全球 | 2,000 | 1,000,000 |
qwen3-vl-plus | 歐盟 | 2,000 | 1,000,000 |
中國香港
| 模型名稱 | 服務部署範圍 | 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-plus | 中國香港 | 6,000 | 1,000,000 |
千問Omni(全模態)
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-omni-flash | 國際 | 30000 | |
qwen3.5-omni-flash | 國際 | 60 | 100,000 |
qwen3.5-omni-flash-2026-03-15 | 國際 | 60 | 100,000 |
qwen3.5-omni-plus | 國際 | 60 | 100,000 |
qwen3.5-omni-plus-2026-03-15 | 國際 | 60 | 100,000 |
qwen3-omni-flash | 國際 | 60 | 100,000 |
華北2(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 | |
qwen3.8-omni-flash | 30000 | |
qwen3.5-omni-flash | 60 | 100,000 |
qwen3.5-omni-flash-2026-03-15 | 60 | 100,000 |
qwen3.5-omni-plus | 60 | 100,000 |
qwen3.5-omni-plus-2026-03-15 | 60 | 100,000 |
qwen3-omni-flash | 60 | 100,000 |
中國香港
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
日本(東京)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
千問Omni-Realtime(即時多模態)
對 WebSocket 連線而言,RPM 限制的是每分鐘的連線請求數量。在既有連線上傳送的回應不會計入 RPM。重新連線會視為一筆新請求。目前對於同時開啟的連線總數沒有另行限制。TPM 限制仍適用。各模型的限流數值請見下方表格。
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-omni-flash-realtime | 國際 | 60 | 2,000,000 |
qwen3.5-omni-plus-realtime | 國際 | 60 | 100,000 |
qwen3.5-omni-plus-realtime-2026-03-15 | 國際 | 60 | 100,000 |
qwen3.5-omni-flash-realtime | 國際 | 60 | 100,000 |
qwen3.5-omni-flash-realtime-2026-03-15 | 國際 | 60 | 100,000 |
qwen3-omni-flash-realtime-2025-09-15 | 國際 | 60 | 100,000 |
華北2(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 | |
qwen3.8-omni-flash-realtime | 60 | 2,000,000 |
qwen3.5-omni-plus-realtime | 60 | 100,000 |
qwen3.5-omni-plus-realtime-2026-03-15 | 60 | 100,000 |
qwen3.5-omni-flash-realtime | 60 | 100,000 |
qwen3.5-omni-flash-realtime-2026-03-15 | 60 | 100,000 |
qwen3-omni-flash-realtime-2025-09-15 | 60 | 100,000 |
千問OCR(文字提取)
新加坡
| 模型名稱 | 服務部署範圍 | 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 | 國際 | 6,000 | 30,000,000 |
qwen-vl-ocr-2025-11-20 | 國際 | 6,000 | 30,000,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | 全球 | 600 | 6,000,000 |
qwen-vl-ocr-2025-11-20 | 全球 | 1,200 | 6,000,000 |
華北2(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 | |
|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | |
qwen3.5-ocr | 6,000 | 30,000,000 |
qwen-vl-ocr
| 600 | 6,000,000 |
qwen-vl-ocr-2025-11-20 | 6,000 | 30,000,000 |
qwen-vl-ocr-2024-10-28 | 600 | 6,000,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | |
|---|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | ||
qwen-vl-ocr | 全球 | 600 | 6,000,000 |
qwen-vl-ocr-2025-11-20 | 全球 | 1,200 | 6,000,000 |
千問Coder
新加坡
| 模型名稱 | 服務部署範圍 | 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-coder-flash | 國際 | 600 | 5,000,000 |
qwen3-coder-flash-2025-07-28 | 國際 | 600 | 5,000,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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-coder-flash | 全球 | 1,200 | 1,000,000 |
qwen3-coder-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
華北2(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 | |
|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | |
qwen3-coder-flash | 5,000 | 5,000,000 |
qwen3-coder-flash-2025-07-28 | 60 | 1,000,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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-coder-flash | 全球 | 5,000 | 5,000,000 |
qwen3-coder-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
千問翻譯模型
新加坡
| 模型名稱 | 服務部署範圍 | 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 | |
|---|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | ||
qwen-mt-plus | 國際 | 60 | 100,000 |
qwen-mt-flash | 國際 | 60 | 100,000 |
qwen-mt-lite | 國際 | 60 | 100,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | |
|---|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | ||
qwen-mt-plus | 全球 | 60 | 25,000 |
qwen-mt-flash | 全球 | 60 | 35,000 |
qwen-mt-lite | 全球 | 60 | 100,000 |
qwen-mt-lite | 美國 | 60 | 100,000 |
華北2(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-mt-plus | 60 | 25,000 |
qwen-mt-flash | 60 | 35,000 |
qwen-mt-lite | 60 | 100,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | 全球 | 60 | 25,000 |
qwen-mt-flash | 全球 | 60 | 35,000 |
qwen-mt-lite | 全球 | 60 | 100,000 |
千問資料採礦模型
華北2(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-doc-turbo | 600 | 3,000,000 |
千問深入研究模型
華北2(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-deep-research | 120 | 1,200,000 |
千問語言模型開源版
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-2.4t-a95b | 國際 | ||
qwen3.8-27b | 國際 | ||
qwen3.6-35b-a3b | 國際 | 600 | 1,000,000 |
qwen3.6-27b | 國際 | 600 | 1,000,000 |
qwen3.5-397b-a17b | 國際 | 600 | 1,000,000 |
qwen3.5-122b-a10b | 國際 | 600 | 1,000,000 |
qwen3.5-27b | 國際 | 600 | 1,000,000 |
qwen3.5-35b-a3b | 國際 | 600 | 5,000,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.5-397b-a17b | 全球 | 600 | 1,000,000 |
qwen3.5-122b-a10b | 全球 | 600 | 1,000,000 |
qwen3.5-27b | 全球 | 600 | 1,000,000 |
qwen3.6-35b-a3b | 全球 | 600 | 1,000,000 |
qwen3.5-35b-a3b | 全球 | 600 | 1,000,000 |
華北2(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 | |
qwen3.8-2.4t-a95b | ||
qwen3.8-27b | ||
qwen3.6-35b-a3b | 600 | 1,000,000 |
qwen3.6-27b | 600 | 1,000,000 |
qwen3.5-397b-a17b | 600 | 1,000,000 |
qwen3.5-122b-a10b | 600 | 1,000,000 |
qwen3.5-27b | 600 | 1,000,000 |
qwen3.5-35b-a3b | 600 | 1,000,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.5-397b-a17b | 全球 | 600 | 1,000,000 |
qwen3.5-122b-a10b | 全球 | 600 | 1,000,000 |
qwen3.5-27b | 全球 | 600 | 1,000,000 |
qwen3.6-35b-a3b | 全球 | 600 | 1,000,000 |
qwen3.5-35b-a3b | 全球 | 600 | 1,000,000 |
DeepSeek
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
deepseek-v4.1-flash-1017 | 國際 | ||
deepseek-v4.1-flash | 國際 | ||
deepseek-v4-pro | 國際 | 10,000 | 1,200,000 |
deepseek-v4-pro-0813 | 國際 | ||
deepseek-v4-flash-0731 | 國際 | 15,000 | 1,200,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | ||
deepseek-v4.1-flash-1017 | 全球 | 15,000 | 1,200,000 |
deepseek-v4.1-flash | 全球 | 15,000 | 1,200,000 |
deepseek-v4-pro | 全球 | 15,000 | 1,200,000 |
deepseek-v4-pro-0813 | 全球 | 15,000 | 1,200,000 |
deepseek-v4-pro | 美國 | 10,000 | 1,200,000 |
deepseek-v4-flash-0731 | 全球 | 15,000 | 1,200,000 |
deepseek-v4-flash-0731 | 美國 | 15,000 | 1,200,000 |
華北2(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 | |
deepseek-v4.1-flash-1017 | ||
deepseek-v4.1-flash | ||
deepseek-v4-pro | 15,000 | 1,200,000 |
deepseek-v4-pro-0813 | ||
deepseek-v4-flash-0731 | 15,000 | 1,200,000 |
deepseek-r1-distill-qwen-1.5b | 60 | 100,000 |
deepseek-r1-distill-llama-70b | 60 | 100,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | ||
deepseek-v4.1-flash-1017 | 全球 | 15,000 | 1,200,000 |
deepseek-v4.1-flash | 全球 | 15,000 | 1,200,000 |
deepseek-v4-pro | 全球 | 15,000 | 1,200,000 |
deepseek-v4-pro-0813 | 全球 | 15,000 | 1,200,000 |
deepseek-v4-flash-0731 | 全球 | 15,000 | 1,200,000 |
日本(東京)
| 模型名稱 | 服務部署範圍 | 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 | ||
deepseek-v4-pro | 日本 | 10,000 | 1,200,000 |
deepseek-v4-pro-0813 | 日本 | 15,000 | 1,200,000 |
deepseek-v4-flash-0731 | 日本 | 15,000 | 1,200,000 |
deepseek-v4.1-flash-1017 | 全球 | 15,000 | 1,200,000 |
deepseek-v4.1-flash | 全球 | 15,000 | 1,200,000 |
deepseek-v4-pro | 全球 | 10,000 | 1,200,000 |
deepseek-v4-pro-0813 | 全球 | 15,000 | 1,200,000 |
deepseek-v4-flash-0731 | 全球 | 15,000 | 1,200,000 |
中國香港
| 模型名稱 | 服務部署範圍 | 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 | ||
deepseek-v4.1-flash-1017 | 中國香港 | 15,000 | 1,200,000 |
deepseek-v4.1-flash | 中國香港 | 15,000 | 1,200,000 |
deepseek-v4-flash-0731 | 中國香港 | 15,000 | 1,200,000 |
deepseek-v4-pro-0813 | 中國香港 | 15,000 | 1,200,000 |
Kimi
華北2(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 | |
15,000 | ||
kimi-k3 | ||
kimi-k2.7-code | 500 | 1,000,000 |
kimi-k2.6 | 500 | 1,000,000 |
kimi-k2.5 | 500 | 1,000,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | ||
kimi-k3 | 全球 | 15,000 | 1,200,000 |
美國 | 限流值以所選業務空間的實際設定為準。 | ||
kimi-k3 | 國際 | 10,000 | 1,200,000 |
kimi-k2.7-code | 全球 | 500 | 1,000,000 |
kimi-k2.5 | 全球 | 500 | 1,000,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | ||
kimi-k3 | 全球 | 15,000 | 1,200,000 |
kimi-k2.7-code | 全球 | 500 | 1,000,000 |
kimi-k2.5 | 全球 | 500 | 1,000,000 |
中國香港
| 模型名稱 | 服務部署範圍 | 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 | ||
kimi-k3 | 全球 | 15,000 | 1,200,000 |
kimi-k2.7-code | 全球 | 500 | 1,000,000 |
日本(東京)
| 模型名稱 | 服務部署範圍 | 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 | ||
kimi-k3 | 全球 | 15,000 | 1,200,000 |
kimi-k2.7-code | 全球 | 500 | 1,000,000 |
kimi-k2.5 | 全球 | 500 | 1,000,000 |
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
國際 | 10,000 | ||
kimi-k3 | 國際 | ||
kimi-k2.7-code | 國際 | 500 | 1,000,000 |
MiniMax
華北2(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 | |
MiniMax-M2.5 | 500 | 1,000,000 |
GLM
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | ||
glm-5.3 | 全球 | 15,000 | 1,200,000 |
glm-5.3 | 美國 | 15,000 | 1,200,000 |
glm-5.2 | 全球 | 500 | 1,000,000 |
glm-5.2 | 美國 | 500 | 1,000,000 |
glm-5.1 | 全球 | 500 | 1,000,000 |
華北2(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 | |
glm-5.3 | ||
glm-5.2 | 500 | 2,000,000 |
glm-5.1 | 500 | 1,000,000 |
glm-5 | 500 | 1,000,000 |
德國(法蘭克福)
| 模型名稱 | 服務部署範圍 | 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 | ||
glm-5.3 | 全球 | 15,000 | 1,200,000 |
glm-5.2 | 全球 | 500 | 1,000,000 |
glm-5.1 | 全球 | 500 | 1,000,000 |
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
glm-5.3 | 國際 | ||
glm-5.2 | 國際 | 500 | 1,000,000 |
glm-5.1 | 國際 | 500 | 1,000,000 |
中國香港
| 模型名稱 | 服務部署範圍 | 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 | ||
glm-5.3 | 全球 | 15,000 | 1,200,000 |
glm-5.2 | 全球 | 500 | 1,000,000 |
日本(東京)
| 模型名稱 | 服務部署範圍 | 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 | ||
glm-5.3 | 全球 | 15,000 | 1,200,000 |
glm-5.1 | 全球 | 500 | 1,000,000 |
GLM-Z.AI直供
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 | |
ZHIPU/GLM-5.3 | 200 | 3,000,000 |
ZHIPU/GLM-5.2 | 200 | 3,000,000 |
MindLab
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 | |
mindlab/macaron-v1-tall | 300 | 3,000,000 |
mindlab/macaron-v1.1-venti | 600 | 5,000,000 |
mindlab/macaron-v1.1-coding-venti | 600 | 5,000,000 |
mindlab/macaron-v1.1-venti-pro | 600 | 5,000,000 |
映像與視頻產生
千問(Qwen-Image)
新加坡
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
任務提交API調用限制 | 同時處理中的任務數(並發數) | ||
qwen-image-3.0-pro | 國際 | 5次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-3.0 | 國際 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-pro | 國際 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-turbo | 國際 | 120次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.0-pro | 國際 | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0-pro-2026-06-22 | 國際 | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0-pro-2026-04-22 | 國際 | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0-pro-2026-03-03 | 國際 | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0 | 國際 | 2次/秒 | 同步介面無限制 |
qwen-image-2.0-2026-03-03 | 國際 | 2次/秒 | 同步介面無限制 |
qwen-mt-image-2.0 | 國際 | 60次/分鐘 | 同步介面無限制 / 非同步介面2 |
美國(維吉尼亞)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
任務提交API調用限制 | 同時處理中的任務數(並發數) | ||
qwen-image-3.0-pro | 全球 | 5次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-3.0 | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-pro | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-turbo | 全球 | 120次/分鐘 | 同步介面無限制 / 非同步介面10 |
華北2(北京)
模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
任務提交介面調用限制 | 同時處理中的任務數(並發數) | |
qwen-image-3.0-pro | 5次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-3.0 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-pro | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-turbo | 120次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.0-pro | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0-pro-2026-06-22 | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0-pro-2026-04-22 | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0-pro-2026-03-03 | 2次/分鐘 | 同步介面無限制 |
qwen-image-2.0 | 2次/秒 | 同步介面無限制 |
qwen-image-2.0-2026-03-03 | 2次/秒 | 同步介面無限制 |
qwen-mt-image-2.0 | 60次/分鐘 | 同步介面無限制 / 非同步介面2 |
qwen-mt-image | 1次/秒 | 同步介面無限制 / 非同步介面2 |
德國(法蘭克福)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
任務提交介面調用限制 | 同時處理中的任務數(並發數) | ||
qwen-image-3.0-pro | 全球 | 5次/分鐘 | 同步介面:無限制 / 非同步介面:10 |
qwen-image-3.0 | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-pro | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-turbo | 全球 | 120次/分鐘 | 同步介面無限制 / 非同步介面10 |
中國香港
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
任務提交介面調用限制 | 同時處理中的任務數(並發數) | ||
qwen-image-3.0-pro | 全球 | 5次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-3.0 | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-pro | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-turbo | 全球 | 120次/分鐘 | 同步介面無限制 / 非同步介面10 |
日本(東京)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
任務提交介面調用限制 | 同時處理中的任務數(並發數) | ||
qwen-image-3.0-pro | 全球 | 5次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-3.0 | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-pro | 全球 | 20次/分鐘 | 同步介面無限制 / 非同步介面10 |
qwen-image-2.1-turbo | 全球 | 120次/分鐘 | 同步介面無限制 / 非同步介面10 |
文生圖-Z-Image
新加坡
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒調用次數(RPS) | 同時處理中的任務數(並發數) | ||
z-image-turbo | 國際 | 2 | 同步介面:無限制 |
華北2(北京)
模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
每秒調用次數(RPS) | 同時處理中的任務數(並發數) | |
z-image-turbo | 2 | 同步介面:無限制 |
萬相
新加坡
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒請求數(RPS) | 同時處理中的任務數(並發數) | ||
wan2.7-image-pro | 國際 | 5 | 5 |
wan2.7-image | 國際 | 5 | 5 |
wan2.6-image | 國際 | 5 | 5 |
wan2.6-t2i | 國際 | 5 | 5 |
wan2.5-t2i-preview | 國際 | 5 | 5 |
wan2.2-t2i-flash | 國際 | 2 | 2 |
wan2.2-t2i-plus | 國際 | 2 | 2 |
wan2.1-t2i-turbo | 國際 | 2 | 2 |
wan2.1-t2i-plus | 國際 | 2 | 2 |
wan2.5-i2i-preview | 國際 | 5 | 5 |
美國(維吉尼亞)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒調用次數(RPS) | 同時處理中的任務數(並發數) | ||
wan2.6-t2i | 全球 | 5 | 5 |
wan2.6-image | 全球 | 5 | 5 |
華北2(北京)
模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
每秒請求數(RPS) | 同時處理中的任務數(並發數) | |
wan2.7-image-pro | 5 | 5 |
wan2.7-image | 5 | 5 |
wan2.6-image | 5 | 5 |
wan2.6-t2i | 1 | 5 |
wan2.5-t2i-preview | 5 | 5 |
wanx2.0-t2i-turbo | 2 | 2 |
wanx2.1-t2i-turbo | 2 | 2 |
wanx2.1-t2i-plus | 2 | 2 |
wan2.2-t2i-flash | 2 | 2 |
wan2.2-t2i-plus | 2 | 2 |
wan2.5-i2i-preview | 5 | 5 |
wanx2.1-imageedit | 2 | 2 |
德國(法蘭克福)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒請求數(RPS) | 同時處理中的任務數(並發數) | ||
wan2.6-t2i | 全球 | 1 | 5 |
wan2.6-image | 全球 | 5 | 5 |
Vidu系列
新加坡
| 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) | 同時處理中的任務數 | |
vidu/vidu-image_reference2image | 300 | 5
|
HappyHorse系列
新加坡
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒調用次數(RPS) | 同時處理中的任務數(並發數) | ||
happyhorse-1.1-t2v | 國際 | 5 | 5 |
happyhorse-1.1-i2v | 國際 | 5 | 5 |
happyhorse-1.1-r2v | 國際 | 5 | 5 |
happyhorse-1.0-t2v | 國際 | 5 | 5 |
happyhorse-1.0-i2v | 國際 | 5 | 5 |
happyhorse-1.0-r2v | 國際 | 5 | 5 |
happyhorse-1.0-video-edit | 國際 | 5 | 5 |
美國(維吉尼亞)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒請求數(RPS) | 同時處理中的任務數(並發數) | ||
happyhorse-1.1-t2v | 全球 | 5 | 5 |
happyhorse-1.1-i2v | 全球 | 5 | 5 |
happyhorse-1.1-r2v | 全球 | 5 | 5 |
happyhorse-1.0-t2v | 全球 | 5 | 5 |
happyhorse-1.0-i2v | 全球 | 5 | 5 |
happyhorse-1.0-r2v | 全球 | 5 | 5 |
happyhorse-1.0-video-edit | 全球 | 5 | 5 |
華北2(北京)
模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
每秒請求數(RPS) | 同時處理中的任務數(並發數) | |
happyhorse-1.1-t2v | 5 | 5 |
happyhorse-1.1-i2v | 5 | 5 |
happyhorse-1.1-r2v | 5 | 5 |
happyhorse-1.0-t2v | 5 | 5 |
happyhorse-1.0-i2v | 5 | 5 |
happyhorse-1.0-r2v | 5 | 5 |
happyhorse-1.0-video-edit | 5 | 5 |
德國(法蘭克福)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒請求數(RPS) | 同時處理中的任務數(並發數) | ||
happyhorse-1.1-t2v | 全球 | 5 | 5 |
happyhorse-1.1-i2v | 全球 | 5 | 5 |
happyhorse-1.1-r2v | 全球 | 5 | 5 |
happyhorse-1.0-t2v | 全球 | 5 | 5 |
happyhorse-1.0-i2v | 全球 | 5 | 5 |
happyhorse-1.0-r2v | 全球 | 5 | 5 |
happyhorse-1.0-video-edit | 全球 | 5 | 5 |
日本(東京)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒調用次數(RPS) | 同時處理中的任務數(並發數) | ||
happyhorse-1.0-video-edit | 全球 | 5 | 5 |
萬相系列
說明wan3.0-video 和 wan3.0-video-prime 的限流值請前往 Model Studio 控制台模型廣場,切換至實際呼叫地域並查看對應模型詳情。
新加坡
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒請求數(RPS) | 處理中的並發請求數 | ||
wan2.7-t2v-2026-06-12 | 國際 | 5 | 5 |
wan2.7-t2v-2026-04-25 | 國際 | 5 | 5 |
wan2.7-t2v | 國際 | 5 | 5 |
wan2.6-t2v | 國際 | 5 | 5 |
wan2.5-t2v-preview | 國際 | 5 | 5 |
wan2.2-t2v-plus | 國際 | 2 | 2 |
wan2.1-t2v-turbo | 國際 | 2 | 2 |
wan2.1-t2v-plus | 國際 | 2 | 2 |
wan2.7-i2v-2026-04-25 | 國際 | 5 | 5 |
wan2.7-i2v | 國際 | 5 | 5 |
wan2.6-i2v-flash | 國際 | 5 | 5 |
wan2.6-i2v | 國際 | 5 | 5 |
wan2.5-i2v-preview | 國際 | 5 | 5 |
wan2.2-i2v-flash | 國際 | 2 | 2 |
wan2.1-i2v-plus | 國際 | 2 | 2 |
wan2.1-i2v-turbo | 國際 | 2 | 2 |
wan2.2-i2v-plus | 國際 | 2 | 2 |
wan2.2-kf2v-flash | 國際 | 2 | 2 |
wan2.1-kf2v-plus | 國際 | 1 | 2 |
wan2.1-vace-plus | 國際 | 2 | 2 |
wan2.7-videoedit | 國際 | 5 | 5 |
wan2.7-r2v | 國際 | 5 | 5 |
wan2.6-r2v-flash | 國際 | 5 | 5 |
wan2.6-r2v | 國際 | 5 | 5 |
wan2.2-animate-move | 國際 | 5 | 1 |
wan2.2-animate-mix | 國際 | 5 | 1 |
美國(維吉尼亞)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒調用次數(RPS) | 同時處理中的任務數(並發數) | ||
wan2.7-r2v-2026-06-12 | 全球 | 5 | 5 |
wan2.6-t2v | 全球 | 5 | 5 |
wan2.6-i2v | 全球 | 5 | 5 |
wan2.6-r2v | 全球 | 5 | 5 |
wan2.6-t2v | 美國 | 5 | 5 |
wan2.6-i2v | 美國 | 5 | 5 |
華北2(北京)
模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
每秒請求數(RPS) | 同時處理中的任務數(並發數) | |
wan2.7-r2v-2026-06-12 | 5 | 5 |
wan2.7-t2v-2026-06-12 | 5 | 5 |
wan2.7-t2v-2026-04-25 | 5 | 5 |
wan2.7-t2v | 5 | 5 |
wan2.6-t2v | 5 | 5 |
wan2.5-t2v-preview | 5 | 5 |
wan2.2-t2v-plus | 2 | 2 |
wanx2.1-t2v-turbo | 2 | 2 |
wanx2.1-t2v-plus | 2 | 2 |
wan2.7-i2v-2026-04-25 | 5 | 5 |
wan2.7-i2v | 5 | 5 |
wan2.6-i2v-flash | 5 | 5 |
wan2.6-i2v | 5 | 5 |
wan2.5-i2v-preview | 5 | 5 |
wan2.2-i2v-plus | 2 | 2 |
wanx2.1-i2v-turbo | 2 | 2 |
wanx2.1-i2v-plus | 2 | 2 |
wan2.2-kf2v-flash | 2 | 2 |
wanx2.1-kf2v-plus | 2 | 2 |
wanx2.1-vace-plus | 2 | 2 |
wan2.7-videoedit | 5 | 5 |
wan2.7-r2v | 5 | 5 |
wan2.6-r2v-flash | 5 | 5 |
wan2.6-r2v | 5 | 5 |
wan2.2-s2v-detect | 5 | 同步介面無限制 |
wan2.2-s2v | 5 | 1 |
wan2.2-animate-move | 5 | 1 |
wan2.2-animate-mix | 5 | 1 |
德國(法蘭克福)
模型名稱 | 服務部署範圍 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|---|
每秒調用次數(RPS) | 同時處理中的任務數(並發數) | ||
wan2.6-t2v | 全球 | 5 | 5 |
wan2.6-i2v | 全球 | 5 | 5 |
wan2.6-r2v | 全球 | 5 | 5 |
聲動人像VideoRetalk
華北2(北京)
模型名稱 | 每秒調用次數(RPS) | 同時處理中的任務數 |
|---|---|---|
videoretalk | 1 | 1 任一時刻實際運行的任務只有1個,佇列中的其他任務處於排隊狀態。 |
視頻風格重繪
華北2(北京)
模型名稱 | 每秒請求數(RPS) | 並發處理任務數 |
|---|---|---|
video-style-transform | 20 | 2 同一時刻實際運行的任務只有1個,其他佇列中的任務處於排隊狀態。 |
Vidu系列
新加坡
| 模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
| 每秒調用次數(RPS) | 同時處理中的任務數(並發數) | |
vidu/viduq3-mix_reference2video | 5 | 5
|
vidu/viduq3-ad_reference2video | 5 | |
vidu/viduq3-drama_reference2video | 5 | |
vidu/viduq2-pro-fast_img2video | 5 | |
PixVerse系列
新加坡
| 模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
| 每秒調用次數(RPS) | 同時處理中的任務數(並發數) | |
pixverse/pixverse-v6-t2v | 5 | 5
|
pixverse/pixverse-v6-it2v | 5 | |
pixverse/pixverse-v6-kf2v | 5 | |
pixverse/pixverse-v6-r2v | 5 | |
語音辨識
Qwen-Audio-ASR
新加坡
模型名稱 | 服務部署範圍 | 每分鐘請求次數(RPM) |
|---|---|---|
qwen-audio-3.1-asr-flash | 國際 | 600 |
qwen-audio-3.0-asr-flash | 國際 | 600 |
中國(北京)
模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
qwen-audio-3.1-asr-flash | 600 |
qwen-audio-3.0-asr-flash | 600 |
Qwen-Audio-ASR-Streaming
新加坡
模型名稱 | 服務部署範圍 | 每分鐘請求次數(RPM) |
|---|---|---|
qwen-audio-3.1-asr-flash-streaming | 國際 | 1200 |
qwen-audio-3.0-asr-flash-streaming | 國際 |
中國(北京)
模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
qwen-audio-3.1-asr-flash-streaming | 1200 |
qwen-audio-3.0-asr-flash-streaming |
Qwen-Audio-ASR-Filetrans
新加坡
模型名稱 | 服務部署範圍 | 每分鐘請求次數(RPM) |
|---|---|---|
qwen-audio-3.1-asr-flash-filetrans | 國際 | 600 |
qwen-audio-3.0-asr-flash-filetrans | 國際 | 600 |
中國(北京)
模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
qwen-audio-3.1-asr-flash-filetrans | 600 |
qwen-audio-3.0-asr-flash-filetrans | 600 |
Qwen-Audio-ASR-Message
新加坡
| 模型名稱 | 部署範圍 | 每分鐘請求次數(RPM) |
|---|---|---|
| qwen-audio-3.1-asr-flash-message | 國際 | 1200 |
中國(北京)
| 模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
| qwen-audio-3.1-asr-flash-message | 1200 |
Qwen3-ASR
新加坡
Qwen3-ASR-Flash-Filetrans
模型名稱 | 服務部署範圍 | 每分鐘調用次數(RPM) |
|---|---|---|
qwen3-asr-flash-filetrans | 國際 | 100 |
Qwen3-ASR-Flash
模型名稱 | 服務部署範圍 | 每分鐘調用次數(RPM) |
|---|---|---|
qwen3-asr-flash | 國際 | 100 |
美國(維吉尼亞)
模型名稱 | 服務部署範圍 | 每分鐘調用次數(RPM) |
|---|---|---|
qwen3-asr-flash | 美國 | 100 |
華北2(北京)
Qwen3-ASR-Flash-Filetrans
模型名稱 | 每分鐘調用次數(RPM) |
|---|---|
qwen3-asr-flash-filetrans | 100 |
Qwen3-ASR-Flash
模型名稱 | 每分鐘調用次數(RPM) |
|---|---|
qwen3-asr-flash | 100 |
Qwen3-ASR-Realtime
新加坡
模型名稱 | 服務部署範圍 | 每秒調用次數(RPS) |
|---|---|---|
qwen3-asr-flash-realtime | 國際 | 20 |
華北2(北京)
模型名稱 | 每秒請求次數(RPS) |
|---|---|
qwen3-asr-flash-realtime | 20 |
Fun-ASR
新加坡
模型名稱 | 服務部署範圍 | 每分鐘調用次數(RPM) |
|---|---|---|
fun-asr | 國際 | 600 |
fun-asr-flash-2026-06-15 | 國際 | 600 |
華北2(北京)
模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
fun-asr | 600 |
fun-asr-flash-2026-06-15 |
Fun-ASR-Realtime
新加坡
模型名稱 | 服務部署範圍 | 每秒請求次數(RPS) |
|---|---|---|
fun-asr-realtime | 國際 | 20 |
華北2(北京)
模型名稱 | 每秒請求次數(RPS) |
|---|---|
fun-asr-realtime | 20 |
fun-asr-realtime-2026-02-28 | |
fun-asr-flash-8k-realtime | |
fun-asr-flash-8k-realtime-2026-01-28 |
Paraformer
華北2(北京)
模型名稱 | 每秒請求次數(RPS) |
|---|---|
paraformer-realtime-v2 | 20 |
paraformer-realtime-8k-v2 |
模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
paraformer-v2 | 1,200 |
模型名稱 | 每秒請求次數(RPS) | 並行處理任務(並發數) |
|---|---|---|
paraformer-8k-v2 | 20 | 100 |
語音合成
Qwen-Audio-TTS
新加坡
| 模型名稱 | 服務部署範圍 | 每分鐘請求次數(RPM) |
|---|---|---|
qwen-audio-3.1-tts-plus | 國際 | 180 |
qwen-audio-3.1-tts-flash | 國際 | 180 |
qwen-audio-3.0-tts-plus | 國際 | 180 |
qwen-audio-3.0-tts-flash | 國際 | 180 |
華北2(北京)
模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
qwen-audio-3.1-tts-plus | 180 |
qwen-audio-3.1-tts-flash | 180 |
qwen-audio-3.0-tts-plus | 180 |
qwen-audio-3.0-tts-flash | 180 |
CosyVoice
新加坡
模型名稱 | 服務部署範圍 | 每秒請求次數(RPS) |
|---|---|---|
cosyvoice-v3-plus | 國際 | 3 |
cosyvoice-v3-flash | 國際 |
華北2(北京)
模型名稱 | 每秒請求次數(RPS) |
|---|---|
cosyvoice-v3.5-plus | 3 |
cosyvoice-v3.5-flash | |
cosyvoice-v3-plus | |
cosyvoice-v3-flash | |
cosyvoice-v2 |
Qwen3-TTS
新加坡
Qwen3-TTS-Flash
模型名稱 | 服務部署範圍 | 每分鐘請求次數(RPM) |
|---|---|---|
qwen3-tts-flash | 國際 | 180 |
華北2(北京)
Qwen3-TTS-Flash
模型名稱 | 每分鐘請求次數(RPM) |
|---|---|
qwen3-tts-flash | 180 |
Qwen3-TTS-Realtime
新加坡
Qwen3-TTS-Flash-Realtime
模型名稱 | 服務部署範圍 | 每分鐘調用次數(RPM) |
|---|---|---|
qwen3-tts-flash-realtime | 國際 | 180 |
華北2(北京)
Qwen3-TTS-Flash-Realtime
模型名稱 | 每分鐘調用次數(RPM) |
|---|---|
qwen3-tts-flash-realtime | 180 |
音訊產生
Qwen-Audio-TTS-Next
新加坡
| 模型名稱 | 每分鐘請求數(RPM) |
|---|---|
| qwen-audio-3.1-tts-next | 180 |
中國(北京)
| 模型名稱 | 每分鐘請求數(RPM) |
|---|---|
| qwen-audio-3.1-tts-next | 180 |
語音對話
Qwen-Audio-Realtime
對 WebSocket 連線,RPM 限制的是每分鐘的連線請求次數。既有連線上的回應不計入 RPM。重新連線視為一次新的請求。目前對同時開啟的連線總數沒有單獨限制,但 TPM 限制仍然適用。各模型的限流數值請見下表。
新加坡
| 模型名稱 | 服務部署範圍 | 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-audio-3.1-realtime-plus | 國際 | 60 | 100,000 |
qwen-audio-3.1-realtime-flash | 國際 | 60 | 100,000 |
qwen-audio-3.0-realtime-plus | 國際 | 60 | 100,000 |
qwen-audio-3.0-realtime-flash | 國際 | 60 | 100,000 |
華北2(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-audio-3.1-realtime-plus | 60 | 100,000 |
qwen-audio-3.1-realtime-flash | 60 | 100,000 |
qwen-audio-3.0-realtime-plus | 60 | 100,000 |
qwen-audio-3.0-realtime-flash | 60 | 100,000 |
音訊與視訊翻譯
Qwen3-LiveTranslate-Flash
新加坡
| 模型名稱 | 服務部署範圍 | 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 | |
|---|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | ||
qwen3-livetranslate-flash | 國際 | 100 | 100,000 |
qwen3-livetranslate-flash-2025-12-01 | 國際 | 100 | 100,000 |
華北2(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Token數(TPM)含輸入與輸出Token | |
qwen3-livetranslate-flash | 100 | 100,000 |
qwen3-livetranslate-flash-2025-12-01 | ||
Qwen-LiveTranslate-Flash-Realtime
對 WebSocket 連線而言,RPM 限制的是每分鐘的連線請求次數;既有連線上的回應不計入 RPM,重新連線則視為一次新的請求。目前對同時保持開啟的連線總數未另設單獨上限,但 TPM 限制仍然適用。各模型的限流值請見下方表格。
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.8-livetranslate-flash-realtime | 國際 | 10 | 100,000 |
qwen3.5-livetranslate-flash-realtime | 國際 | ||
qwen3.5-livetranslate-flash-realtime-2026-05-19 | 國際 | ||
華北2(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 | |
qwen3.8-livetranslate-flash-realtime | 10 | 100,000 |
qwen3.5-livetranslate-flash-realtime | ||
qwen3.5-livetranslate-flash-realtime-2026-05-19 | ||
音色複製/設計
Qwen-Audio-TTS/CosyVoice 聲音複製/設計
Qwen-Audio-TTS/CosyVoice 聲音複製/設計共用同一個模型,並共用限流額度。
新加坡
模型名稱 | 服務部署範圍 | 每秒請求次數(RPS) |
|---|---|---|
voice-enrollment | 國際 | 10 |
華北2(北京)
模型名稱 | 每秒請求次數(RPS) |
|---|---|
voice-enrollment | 10 |
Qwen3-TTS 聲音複製
新加坡
模型名稱 | 服務部署範圍 | 每分鐘調用次數(RPM) |
|---|---|---|
qwen-voice-enrollment | 國際 | 180 |
華北2(北京)
模型名稱 | 每分鐘調用次數(RPM) |
|---|---|
qwen-voice-enrollment | 180 |
音樂產生
Fun-Music
華北2(北京)
模型名稱 | 每分鐘調用次數(RPM) |
|---|---|
fun-music-preview | 180 |
fun-music-v1 | 180 |
向量與重排序模型
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
qwen3.7-text-embedding | 國際 | 24,000 | 1,000,000 |
text-embedding-v4 | 國際 | 1,800 | 1,000,000 |
text-embedding-v3 | 國際 | 6,000 | 24,000,000 |
華北2(北京)
| 模型名稱 | 限流條件(超出任一數值時觸發限流) | |
|---|---|---|
| 每秒請求次數(RPS) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | |
text-embedding-v4
| 30 | 1,200,000 |
中國香港
| 模型名稱 | 服務部署範圍 | 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 | ||
text-embedding-v4 | 中國香港 | 1,800 | 1,200,000 |
新加坡
| 模型名稱 | 服務部署範圍 | 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 | ||
tongyi-embedding-vision-plus | 國際 | 600 | 200,000 |
tongyi-embedding-vision-flash | 國際 | 600 | 200,000 |
華北2(北京)
| 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 | |
qwen3-vl-embedding | 2,400 | 1,200,000 |
multimodal-embedding-v1 | 120 | 1,000,000 |
新加坡
| 模型名稱 | 服務部署範圍 | 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 | |
|---|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘Token數(TPM)僅輸入Token | ||
qwen3-rerank | 國際 | 5,400 | 5,000,000,000 |
華北2(北京)
| 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 | |
|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘Token數(TPM)僅輸入Token | |
qwen3-rerank | 5,400 | 5,000,000,000 |
qwen3-vl-rerank | 600 | 9,000,000 |
gte-rerank-v2 | 5,040 | 4,980,000,000 |
行業
意圖理解
華北2(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 | |
|---|---|---|
| 每分鐘請求次數(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
新加坡
| 模型名稱 | 服務部署範圍 | 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 | |
|---|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘消耗Token數(TPM)含輸入與輸出Token | ||
qwen-plus-character | 國際 | 120 | 500,000 |
qwen-flash-character | 國際 | 120 | 500,000 |
qwen-plus-character-ja | 國際 | 120 | 500,000 |
美國(維吉尼亞)
| 模型名稱 | 服務部署範圍 | 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 | 全球 | 120 | 500,000 |
qwen-flash-character | 全球 | 120 | 500,000 |
華北2(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 | |
|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘Token數(TPM)含輸入與輸出Token | |
qwen-plus-character | 120 | 500,000 |
qwen-flash-character | 120 | 500,000 |
決策模型
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 | |
|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘Token數(TPM)含輸入與輸出Token | |
decision-model-preview | 1,200 | 2,000,000 |
中國(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 | |
|---|---|---|
| 每分鐘請求次數(RPM) | 每分鐘Token數(TPM)含輸入與輸出Token | |
decision-model-preview | 1,200 | 2,000,000 |
離線模型
更多資訊,請參見模型下線機制。
FAQ
為什麼觸發限流?
根據錯誤訊息判斷觸發的限流類型:
Requests rate limit exceeded或You exceeded your current requests list:觸發每分鐘請求數(RPM)限流。Allocated quota exceeded或You exceeded your current quota:觸發每分鐘 Token 數(TPM)限流。Request rate increased too quickly:請求頻率在短時間內激增,觸發系統穩定性保護——即使總調用次數未達 RPM 或 TPM 上限也可能觸發。- 其他錯誤請參見錯誤碼確認原因。
短時間內的請求爆發即使未超出分鐘級上限也可能觸發限流,秒級執行口徑參見靜態限流規則。
如何查看模型調用量?
模型調用發生後分鐘級即可在監控圖表中查看。登入監控頁面(新加坡或北京),在左側導覽列選擇維運管理 > 監控,進入監控總覽頁面,設定查詢條件(例如時間範圍、業務空間等),然後在模型區域找到目標模型並點擊查看詳情,即可查看該模型的調用統計資料。詳情請參見監控文件。
監控資料按分鐘級更新,僅供參考,不作為計費依據。
遇到限流後多久恢復?
通常會在一分鐘內恢復。如出現其他錯誤,請參見錯誤碼處理。
模型響應速度與付費有關嗎?
模型響應速度與是否付費無關。免費額度與付費調用使用相同的模型服務基礎設施,同一模型的產生速度完全相同。免費額度只控制請求是否被接受——額度用盡時返回 403 錯誤(開啟免費額度用完即停後),不會降低已接受請求的產生速度。
什麼因素影響模型響應速度?
- 模型類型:輕量模型(如 qwen-flash)的產生速度比大模型(如 qwen-max)更快。
- 輸出長度:輸出 Token 越多,總耗時越長。
- 伺服器負載:尖峰時段可能出現輕微波動。
限流會降低已接受請求的產生速度嗎?
不會。限流(RPM/TPM)只會拒絕超出限額的請求(返回 429 錯誤);免費額度用盡(開啟 免費額度用完即停)時返回 403 錯誤,同樣不影響已接受請求的速度。429 是限流,403 是額度用盡,兩者都屬於拒絕機制。
如何避免限流?
-
選擇限流額度更寬鬆的模型:穩定版本或最新版本的限流比過時的快照版本更寬鬆。
-
優化調用策略
- 降低調用頻率:收到
Requests rate limit exceeded或You exceeded your current requests list時,請降低 API 調用頻率。 - 降低 Token 消耗:收到
Allocated quota exceeded或You exceeded your current quota時,請縮短輸入或限制輸出長度。 - 平滑請求速率:收到
Request rate increased too quickly時,請使用均速調度、指數退避或請求佇列,將請求均勻分布,避免瞬時尖峰。
- 降低調用頻率:收到
-
增加備援模型
觸發限流後可切換到備援模型繼續產生,降低失敗機率並提高吞吐量。以下程式碼在調用
qwen-plus觸發限流後,自動切換到qwen-flash重試。您也可以選擇不同系列的模型(如 qwen-flash)作為備援模型,進一步降低主備模型同時被限流的風險。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" # 备选模型 BACKUP_MODEL = "qwen-flash" # 测试问题 QUESTION = "你是谁?" # 并发设置 NUM_REQUESTS = 10 client = AsyncOpenAI( api_key=API_KEY, # 调用时请将WorkspaceId替换为真实的业务空间ID base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1" ) async def send_request(model): """发送单个请求""" 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"[限流触发] 模型 {model}") return False raise except Exception as e: print(f"[请求失败] 模型 {model},错误:{e}") return False async def task(i): # 尝试主模型 if await send_request(MODEL): return True # 限流时尝试备用模型 return await send_request(BACKUP_MODEL) async def main(): results = await asyncio.gather(*(task(i) for i in range(NUM_REQUESTS))) print(f"成功请求: {sum(results)}, 失败请求: {len(results) - sum(results)}") if __name__ == "__main__": asyncio.run(main()) -
拆分任務:長對話或大型文件會快速消耗大量 Token。請將大批次任務拆分為小批次,並在錯開的時段提交。
-
批量推理:不需要即時回應時,可使用批量推理(Batch API)。批量請求不受即時限流約束,但需考慮排隊與處理時間。
如何控制 Token 用量或費用支出?
限流只約束單位時間內的調用速率,不限制累計用量。如需控制 Token 用量或費用支出,可透過以下方式管理:
- 設定消費限制與費用警示:在賬單費用卡片中設定費用警示,啟用每月消費限制並設定門檻通知,達到門檻時會收到警示,避免超額消費。詳情請參見賬單查詢與費用管理。
- 開啟免費額度用完即停:支援免費額度的模型可開啟免費額度用完即停,免費額度用盡後調用自動停止,避免產生額外費用。詳情請參見新使用者免費額度。
- 監控模型用量:定期檢查各模型的 Token 用量,及時發現異常增長。請參見上方如何查看模型用量?。
儲值後是否還會被限流?
儲值不會改變靜態限流模型的 RPM 與 TPM 限流門檻。限流配置在阿里雲主帳號層級,與計費無關;儲值(隨用隨付)只能確保帳號不會因欠費被停用,不會提高靜態限流額度。採用動態限流的模型,TPM 限流檔位基於百鍊月消費金額自動調整。
如需更高的限流額度,請聯絡您的業務經理申請。