DTU,独占吞吐,Dedicated Throughput Unit,模型单元计费,TPM,性能档位 - 大模型服务平台百炼

独占算力部署提供独占吞吐（DTU）与模型单元（MU）两种方案，以独占 GPU 资源为指定模型提供性能和吞吐保障。DTU 面向新发布模型（按输入/输出 TPM×时长计费），MU 用于已有模型（按模型单元数量×时长计费）。本文介绍两种方案的功能、计费方式、使用流程与支持模型。

概述

独占算力部署为指定模型提供独占 GPU 资源与性能保障，支持基础模型与自定义模型部署。百炼提供两种独占算力方案：

DTU（Dedicated Throughput Unit，独占吞吐）：按 Input/Output TPM 售卖，提供更直接的吞吐保障。全托管推理服务，底层独占 GPU 资源由平台运维。
模型单元（MU，Model Unit）：按使用时长与模型单元数量配置算力，资源独占。支持自定义性能指标、PD 分离计算模式。计费粒度为模型单元数量×时长。

DTU 与 MU 按模型适用区分：新发布模型采用 DTU（按输入/输出 TPM 计量），已有模型沿用 MU（按模型单元数量计量）。两者均提供独占算力、资源隔离与微调模型部署能力。新购部署时若模型支持 DTU 则优先选择 DTU。

两种方案共有的能力：

独占 GPU 资源，推理环境与其他用户物理隔离。
支持基础模型和自定义模型（百炼微调模型或用户上传模型）部署。
平台负责底层运维，无需管理 GPU。
不主动设 RPM/TPM 上限，流量受实际承载力限制。

通用模型部署流程详见专属部署概述与预置吞吐。

方案选型

百炼为推理调用提供多种容量与计费方案。DTU 适用于需要独占部署、微调模型部署、低延迟高并发或数据隔离的场景。各方案的对比如下表所示。

Token 按量、PTU 等全部计费方式的完整对比详见模型部署主表。

对比维度	DTU	PTU	Token 按量	PAI/灵骏
特点	独占算力 + 微调模型	吞吐保障 + 低延迟	弹性灵活、零门槛	自定义运行时
资源隔离	物理隔离	逻辑隔离	共享公池	物理隔离
微调模型	全参 + LoRA	不支持	LoRA	支持
自定义框架	不支持	不支持	不支持	支持
计费模式	TPM 额度 × 时长	TPM 额度 × 时长	Token 用量	GPU × 时长

计费规则

DTU 计费

DTU 按输入 TPM 和输出 TPM 分别计费，采用预付费（按月）模式。各模型有固定的输入/输出基准 TPM（见下表），购买时需为基准 TPM 的整数倍。输入和输出各至少购买基准 TPM（1 倍），生产环境建议各购买 2 倍以上。

费用由后端根据模型、输入/输出 TPM、服务区域和购买时长计算。各模型的输入/输出单价与月总价如下表所示，输入/输出单价按 kTPM·月计价，月总价为输入输出各 1 倍基准 TPM 的合计，微调模型的价格与对应基础模型相同，具体以控制台实际展示为准。

MU 计费

费用 = 使用时长（小时）× 模型单元数量 × 模型单元单价

"模型单元单价"在后付费场景下取下表"小时单价"列；预付费按月计费时，公式改为 包月数 × 模型单元数量 × 月单价。

预付费购买的首月，如在首月内提前退订，日单价（≈ 月单价 / 30）将按 1.2 倍计费（不满一天按一天计费）

说明模型单元-后付费方式的算力资源先买到先得。如购买不成功会全额退款。

支持模型与价格

DTU 价格表与性能基准

新加坡

模型	基准输入（TPM）	基准输出（TPM）	输入单价（USD/kTPM·月）	输出单价（USD/kTPM·月）	月总价（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

各模型在标准工况下的性能参考数据如下表所示，以控制台实际展示为准。

以下性能参考数据均在缓存命中率为 0% 的条件下测得。实际使用中，随着缓存命中率提升，模型性能也会相应提高。

模型	输入长度	输出长度	首字延迟(ms)	每token延迟(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 当前需白名单开通，其余模型为新加坡正式站点。

MU 价格表

新加坡

文本生成

模型	基准输入（TPM）	基准输出（TPM）	输入单价（USD/kTPM·月）	输出单价（USD/kTPM·月）	月总价（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

多模态

模型	输入长度	输出长度	首字延迟(ms)	每token延迟(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

模型类型：

Instruct - 模型部署后以非思考模式进行推理。

华北2（北京）

文本生成

千问

模型名称	模型代码	模型单元规格	小时单价（美元）最小计费：分钟	包月单价（美元）最小计费：天
千问3.8-27B	qwen3.8-27b	MU9 x 4	美元28.056	美元13,532.096

千问3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	MU2 x 8	美元69.312	美元33,044.72
千问3.7-Plus-2026-05-26	qwen3.7-plus-2026-05-26	MU3 x 8	美元150.72	美元72,577.152

千问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
千问3.6-27B	qwen3.6-27b	MU9 x 1	美元7.014	美元3,383.024
千问3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU1 x 2	美元14.852	美元7,183.564
千问3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU3 x 8	美元150.72	美元72,577.152
千问3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU1 x 8 MU1 x 16（PD分离模式）	美元59.408 PD分离模式：美元118.816	美元28,734.256 PD分离模式：美元57,468.512
千问3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU2 x 8	美元69.312	美元33,044.72

千问3.5-397B-A17B	qwen3.5-397b-a17b	MU3 x 8 MU3 x 16（PD分离模式）	美元150.72 PD分离模式：美元301.44	美元72,577.152 PD分离模式：美元145,154.304
千问3.5-397B-A17B	qwen3.5-397b-a17b	MU6 x 16	美元55.008	美元26,599.92
千问3.5-122B-A10B	qwen3.5-122b-a10b	MU1 x 4	美元29.704	美元14,367.128
千问3.5-122B-A10B	qwen3.5-122b-a10b	MU6 x 16	美元55.008	美元26,599.92
千问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
千问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
千问3.5-9B	qwen3.5-9b	MU1 x 2	美元14.852	美元7,183.564
千问3.5-9B	qwen3.5-9b	MU2 x 8	美元69.312	美元33,044.72
千问3.5-Flash-2026-02-23	qwen3.5-flash-2026-02-23	MU1 x 2	美元14.852	美元7,183.564
千问3.5-Plus-2026-02-15	qwen3.5-plus-2026-02-15	MU1 x 8 MU1 x 16（PD分离模式）	美元59.408 PD分离模式：美元118.816	美元28,734.256 PD分离模式：美元57,468.512
		MU2 x 8	美元69.312	美元33,044.72
		MU3 x 8 MU3 x 16（PD分离模式）	美元150.72 PD分离模式：美元301.44	美元72,577.152 PD分离模式：美元145,154.304

千问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
千问3-32B	qwen3-32b	MU6 x 16	美元55.008	美元26,599.92
千问3-30B-A3B-Thinking-2507	qwen3-30b-a3b-thinking-2507	MU1 x 2	美元14.852	美元7,183.564
千问3-4B	qwen3-4b	MU1 x 2	美元14.852	美元7,183.564
千问3-4B	qwen3-4b	MU5 x 1	美元2.888	美元1,394.329
千问3-Embedding-0.6B	qwen3-embedding-0.6b	MU5 x 1	美元2.888	美元1,394.329
千问3-Embedding-0.6B	qwen3-embedding-0.6b	MU6 x 1	美元3.438	美元1,662.495
千问3-MoE-Rerank-0.6B	qwen3-moe-rerank-0.6b	MU5 x 1	美元2.888	美元1,394.329
千问3-Rerank-0.6B	qwen3-rerank-0.6b	MU5 x 1	美元2.888	美元1,394.329
千问3-Rerank-0.6B	qwen3-rerank-0.6b	MU6 x 1	美元3.438	美元1,662.495
千问3-Max-2025-09-23	qwen3-max-2025-09-23	MU2 x 8	美元69.312	美元33,044.72
千问3-Max-2025-09-23	qwen3-max-2025-09-23	MU3 x 8	美元150.72	美元72,577.152
千问3-Rerank	qwen3-rerank	MU5 x 1	美元2.888	美元1,394.329

千问2.5-开源版-72B	qwen2.5-72b-instruct	MU1 x 8	美元59.408	美元28,734.256
千问2.5-开源版-14B	qwen2.5-14b-instruct	MU1 x 2	美元14.852	美元7,183.564
千问2.5-开源版-7B	qwen2.5-7b-instruct	MU1 x 2	美元14.852	美元7,183.564
千问2.5-开源版-7B	qwen2.5-7b-instruct	MU5 x 1	美元2.888	美元1,394.329

千问-Plus-2025-07-28	qwen-plus-2025-07-28	MU1 x 4 MU1 x 16（PD分离模式）	美元29.704 PD分离模式：美元118.816	美元14,367.128 PD分离模式：美元57,468.512
千问-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

模型名称	模型代码	模型单元规格	小时单价（美元）最小计费：分钟	包月单价（美元）最小计费：天
GLM-5.1	glm-5.1	MU2 x 8	美元69.312	美元33,044.72
		MU3 x 16（PD分离模式）	PD分离模式：美元301.44	PD分离模式：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分离模式）	PD分离模式：美元301.44	PD分离模式：美元145,154.304
GLM-4.7	glm-4.7	MU6 x 32（PD分离模式）	PD分离模式：美元110.016	PD分离模式：美元53,199.84

DeepSeek

模型名称	模型代码	模型单元规格	小时单价（美元）最小计费：分钟	包月单价（美元）最小计费：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分离模式）	PD分离模式：美元138.624	PD分离模式：美元66,089.44

模型名称

模型代码

模型单元规格

小时单价（美元）

最小计费：分钟

包月单价（美元）

最小计费：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分离模式）

PD分离模式：美元138.624

PD分离模式：美元66,089.44

其他模型

模型名称	模型代码	模型单元规格	小时单价（美元）最小计费：分钟	包月单价（美元）最小计费：天
Kimi-K2.5	kimi-k2.5	MU2 x 8	美元69.312	美元33,044.72

模型名称

模型代码

模型单元规格

小时单价（美元）

最小计费：分钟

包月单价（美元）

最小计费：天

Kimi-K2.5

kimi-k2.5

MU2 x 8

美元69.312

美元33,044.72

多模态

千问VL

模型名称	模型代码	模型单元规格	小时单价（美元）最小计费：分钟	包月单价（美元）最小计费：天
千问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
千问3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU2 x 8	美元69.312	美元33,044.72
千问3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU3 x 8	美元150.72	美元72,577.152
千问3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU1 x 2	美元14.852	美元7,183.564
千问3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU5 x 1	美元2.888	美元1,394.329
千问3-VL-4B-Instruct	qwen3-vl-4b-instruct	MU1 x 2	美元14.852	美元7,183.564
千问3-VL-2B-Instruct	qwen3-vl-2b-instruct	MU5 x 1	美元2.888	美元1,394.329
千问3-VL-Embedding-2B	qwen3-vl-embedding-2b	MU5 x 1	美元2.888	美元1,394.329
千问3-VL-Flash-2025-10-15	qwen3-vl-flash-2025-10-15	MU1 x 4	美元29.704	美元14,367.128
千问3-VL-Plus-2025-09-23	qwen3-vl-plus-2025-09-23	MU1 x 4	美元29.704	美元14,367.128

千问VL-Max-2025-08-13	qwen-vl-max-2025-08-13	MU6 x 4	美元13.752	美元6,649.98

千问Omni

模型名称	模型代码	模型单元规格	小时单价（美元）最小计费：分钟	包月单价（美元）最小计费：天
千问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

模型名称

模型代码

模型单元规格

小时单价（美元）

最小计费：分钟

包月单价（美元）

最小计费：天

千问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

模型类型：

Instruct - 模型部署后以非思考模式进行推理。
Thinking - 模型部署后以思考模式进行推理。

部署创建

DTU 创建部署

使用 DTU 前需在控制台开通 DTU 功能并申请资源额度。开通后在百炼控制台专属部署页面选择目标模型，计费方式选择 DTU 即可创建部署。

警告DTU 部署暂不支持通过 API 创建与管理，请在百炼控制台完成开通、创建、扩缩容与续费等操作。

通用模型部署的基础流程详见专属部署概述。

创建部署的表单字段如下表所示。

参数	说明	是否必填	取值说明
服务名称	部署服务的名称	是	自定义
模型	部署的目标模型	是	下拉选择
部署模版	部署架构	否	下拉选择，默认选第一个
付费类型	计费方式	是	预付费（按月）
输入吞吐额度	购买的输入 TPM 容量	是	基准输入 TPM 的整数倍（kTPM）
输出吞吐额度	购买的输出 TPM 容量	是	基准输出 TPM 的整数倍（kTPM）
购买时长	购买周期	是	1-12（整数，月）
自动续费	到期自动续费	否	开/关
单次续费时长	开启自动续费时必填	是	1-12（整数，月）

MU 部署配置

模型单元

配置内容	配置详情
服务名称	自定义部署服务的名称。
选择模型	选择要部署的模型，包括平台预置模型和已调优的模型。
模型单元类型	选择部署规格，不同规格对应不同的算力和性能。
部署副本数	设置初始部署副本数量，影响服务的并发处理能力。
部署模版	选择部署模版（如"单机部署"），不同模版对应不同的资源配置方案。仅在模型单元计费模式下可用。
配置模型推理模式	部分模型在以模型单元方式部署时，可配置推理模式、最长上下文等。 Instruct - 模型部署后以非思考模式进行推理。 Thinking - 模型部署后以思考模式进行推理。
最长上下文	部分模型的模型单元部署模式支持该设置。最长上下文长度基于模型类型。
服务限流	部分模型的模型单元部署模式支持该设置，可限制模型调用的 RPM、TPM。

容量规划

DTU 按输入/输出 TPM 售卖，所购 TPM 即每分钟可处理的最大 token 量。容量规划的目标是：依据业务峰值 token 需求推算需购买的倍数，再通过压测验证实际可承载的并发与延迟是否达标。各模型的基准输入/输出 TPM 与标准工况性能参考见上方表格。

建议使用 evalscope 等压测工具，按真实业务场景（输入/输出长度、并发数、延迟要求）压测，再对照定价表确定购买倍数。

容量规划方法

梳理业务峰值指标：典型请求的输入/输出 token 长度、目标并发数，以及对首字延迟（TTFT）和每 token 生成延迟（TPOT）的要求。
估算峰值吞吐需求：峰值输入 TPM ≈ 并发数 × 单请求输入长度 ÷ 单请求处理时长（分钟）；峰值输出 TPM ≈ 并发数 × 单请求输出长度 ÷ 单请求生成时长（分钟）。
计算购买倍数：输入倍数 = ⌈峰值输入 TPM ÷ 基准输入 TPM⌉，输出倍数 = ⌈峰值输出 TPM ÷ 基准输出 TPM⌉；DTU 输入与输出需同增同减，取两者较大值作为最终倍数。
压测验证：按计算倍数购买后，用 evalscope 在目标工况下复测，确认实际吞吐与延迟满足业务要求。若延迟偏高，可在 TPM 余量内提高并发以提升有效吞吐。

如对延迟要求不严格，可在不超过所购 TPM 上限的前提下，通过提高并发数提升实际吞吐量。

业务测算示例：

某模型基准输入 656K TPM、基准输出 82K TPM。经业务峰值梳理，峰值输入约 1,300K TPM、峰值输出约 160K TPM。计算倍数：输入 ⌈1300÷656⌉=2、输出 ⌈160÷82⌉=2，取较大值 2 倍，购买输入 1,312K TPM（656K×2）+ 输出 164K TPM（82K×2）；随后用 evalscope 在峰值工况压测，确认延迟达标。若业务量翻倍，峰值输入约 2,600K、输出约 320K，则输入 ⌈2600÷656⌉=4、输出 ⌈320÷82⌉=4，需购买 4 倍：输入 2,624K TPM（656K×4）+ 输出 328K TPM（82K×4），并复测。

测算公式：

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⌉)

扩缩容与续费退订

DTU 扩缩容与续费退订

部署列表展示已购买的输入/输出 TPM 额度，详情页展示 TPM 容量详情。

扩缩容：在部署列表中点击「扩缩容」修改输入/输出 TPM 容量。扩容显示需补交金额，缩容显示预计退款金额。输入和输出需同增或同减，不能一增一减。仅运行中的部署可操作。

续费：预付费包月到期可续费，详情页续费按钮进入续费流程，支持自动续费开关与单次续费时长。

退订：预付费包月支持提前退订，已使用部分按 1.2 倍系数结算退费，详见降配退款规则说明。退订不可恢复，退订后独占资源释放、服务停止。

MU 扩缩容与续费

模型单元（按时长）：点击扩缩容按钮，自助、手动调节实例数量（副本数）。还可通过操作列的伸缩配置按钮，配置自动伸缩策略（包括伸缩阈值、最小/最大副本数、定时伸缩等）。
续费：预付费包月服务可续费延长服务时间，支持自动续费。
退订：预付费购买的首月内提前退订，日单价按 1.2 倍计费；详见降配退款规则说明。

常见问题

DTU 部署和 Token 按量计费有什么区别？

Token 按量计费在共享资源池上按 token 用量计费；DTU 为独占 GPU 资源，按输入/输出 TPM 计费，适合需要稳定吞吐和独占部署的场景。

DTU 部署支持哪些计费方式？

仅支持预付费（按月）计费。

如何查看已购 TPM 的使用情况？

在百炼控制台专属部署的部署列表和详情页可查看已购的输入/输出 TPM 额度，详见专属部署概述。