限流 - 大模型服务平台百炼

为了保证用户调用模型的公平性，阿里云百炼设置了基础限流。限流基于模型维度且与用户的阿里云主账号相关联，按照该账号下所有API-KEY调用该模型的总和计算限流。若超出限制，API请求将会失败，需等到解除限流条件时再次调用。

限流规则

主账号维度：按主账号下，所有RAM子账号、所有业务空间、所有API-KEY的调用总和计算。
不同模型独立限流：具体参见下方表格。

限流FAQ

为什么触发限流？

根据错误信息判断：

Requests rate limit exceeded或You exceeded your current requests list：表示调用频率触发限流。
Allocated quota exceeded或You exceeded your current quota：表示Token消耗触发限流。
Request rate increased too quickly：表示在未达到RPM或TPM限流条件时，因调用频率在短时间内激增，触发了系统稳定性保护机制。
其他报错请参考错误信息确认原因。

注意：除了RPM（Requests Per Minute，每分钟请求数）和TPM，限流策略可能按秒级 RPS（RPM/60）与 TPS（TPM/60）限制，即使总调用量未达到每分钟上限，短时间内的请求爆发也可能触发限流。

如何查看模型调用量？

模型调用完一小时后，在模型观测（新加坡或北京）页面设置查询条件（例如，选择时间范围、业务空间等），再在模型列表区域找到目标模型并单击操作列的监控，即可查看该模型的调用统计结果。具体请参见模型监控文档。

数据按小时更新，高峰期可能有小时级延迟，请您耐心等待。

遇到限流后多久恢复？

通常在一分钟内恢复。若出现其他报错，请根据错误信息进行解决。

如何避免限流？

选用高限流模型：稳定版或最新版比带日期的快照版本限流更宽松。
优化调用策略
- 调整调用频率：触发Requests rate limit exceeded或You exceeded your current requests list时，降低调用频率。
- 减少Token消耗：触发Allocated quota exceeded或You exceeded your current quota时，缩短输入或输出长度。
- 平滑请求速率：当调用频率骤增并触发系统稳定性保护（收到 Request rate increased too quickly 报错）时，建议优化客户端调用逻辑，采用平滑请求策略（如匀速调度、指数退避或请求队列缓冲），将请求均匀分散在时间窗口内，避免瞬时高峰。

添加备选模型

建议您在遇到限流报错后切换到备用模型继续生成，提升并发并降低失败概率。以下代码展示了调用 qwen-plus-2025-07-28 触发限流，改用 qwen-plus-2025-07-14 重发请求的示例。

示例代码

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"
# 备选模型
BACKUP_MODEL = "qwen-plus-2025-07-14"
# 测试问题
QUESTION = "你是谁？"
# 并发设置
NUM_REQUESTS = 10

client = AsyncOpenAI(
    api_key=API_KEY,
    base_url="https://dashscope-intl.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())

任务拆分：处理长对话或大型文档会快速消耗大量Token。可以将大批量任务拆分为小批次，在不同时间段提交。
批量推理：如果无需实时返回结果，可使用批量推理（Batch API），不受实时限流约束，但需考虑排队和处理时间。

文本生成-通义千问

通义千问语言模型

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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)

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

通义千问VL（视觉理解/图生文）

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	1,200	1,000,000
qwen3-vl-plus-2025-12-19	60	100,000
qwen3-vl-plus-2025-09-23
qwen3-vl-flash	1,200	1,000,000
qwen3-vl-flash-2025-10-15	120	1,000,000
qwen-vl-max	1,200	1,000,000
qwen-vl-max-latest
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
qwen-vl-plus
qwen-vl-plus-latest
qwen-vl-plus-2025-08-15 (qwen-vl-plus-0815)	120	1,000,000
qwen-vl-plus-2025-05-07 (qwen-vl-plus-0507)
qwen-vl-plus-2025-01-25 (qwen-vl-plus-0125)	1,200
qvq-max	60	100,000
qvq-max-latest
qvq-max-2025-03-25 (qvq-max-0325)

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	1,200	1,000,000
qwen3-vl-plus-2025-12-19	60	100,000
qwen3-vl-plus-2025-09-23	60	100,000
qwen3-vl-flash	1,200	1,000,000
qwen3-vl-flash-2025-10-15	60	100,000
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
qwen-vl-plus	1,200	1,000,000
qwen-vl-plus-latest	1,200	1,000,000
qwen-vl-plus-2025-08-15 （qwen-vl-plus-0815）	60	100,000
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）
qvq-max
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）

通义千问Omni（全模态）

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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）

通义千问Omni-Realtime（实时多模态）

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

通义千问OCR（文字提取）

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-vl-ocr	600	6,000,000
qwen-vl-ocr-2025-11-20	1,200

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

通义千问数学模型

说明

仅支持中国大陆（北京）地域。

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

通义千问Coder

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

通义千问翻译模型

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	60	100,000
qwen-mt-flash
qwen-mt-lite
qwen-mt-turbo

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	60	25,000
qwen-mt-flash		35,000
qwen-mt-lite		100,000
qwen-mt-turbo		35,000

通义千问数据挖掘模型

说明

仅支持中国大陆（北京）地域。

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen-doc-turbo

600

3,000,000

通义千问深入研究模型

说明

仅支持中国大陆（北京）地域。

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen-deep-research

120

1,200,000

文本生成-通义千问-开源版

通义千问语言模型开源版

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

Qwen-VL（视觉理解/图生文）

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

Qwen3-Omni

国际（新加坡）

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen2.5-omni-7b

100,000

中国大陆（北京）

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen2.5-omni-7b

100,000

Qwen3-Omni-Captioner

国际（新加坡）

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen3-omni-30b-a3b-captioner

100,000

中国大陆（北京）

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen3-omni-30b-a3b-captioner

100,000

Qwen-Math

说明

仅支持中国大陆（北京）地域。

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen2.5-math-72b-instruct	1,200	1,000,000
qwen2.5-math-7b-instruct
qwen2.5-math-1.5b-instruct

Qwen-Coder

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-480b-a35b-instruct	600	1,000,000
qwen3-coder-30b-a3b-instruct	600	1,000,000

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

文本生成-第三方模型

DeepSeek

说明

仅支持中国大陆（北京）地域。

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

说明

仅支持中国大陆（北京）地域。

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k2-thinking	60	100,000
Moonshot-Kimi-K2-Instruct	60	100,000

图像生成

通义千问（Qwen-Image）

国际（新加坡）

模型服务	模型名称	限流条件（超出任一数值时触发限流）
模型服务	模型名称	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
文生图	qwen-image-plus	2	2
文生图	qwen-image	2	2
图像编辑	qwen-image-edit-plus	2	同步接口无限制
	qwen-image-edit-plus-2025-12-15	2	同步接口无限制
	qwen-image-edit-plus-2025-10-30	2	同步接口无限制
	qwen-image-edit	2	同步接口无限制

中国大陆（北京）

模型服务	模型名称	限流条件（超出任一数值时触发限流）
模型服务	模型名称	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
文生图	qwen-image-plus	2	2
文生图	qwen-image	2	2
图像编辑	qwen-image-edit-plus	2	同步接口无限制
	qwen-image-edit-plus-2025-12-15	2	同步接口无限制
	qwen-image-edit-plus-2025-10-30	2	同步接口无限制
	qwen-image-edit	2	同步接口无限制
图像翻译	qwen-mt-image	1	2

通义-文生图-Z-Image

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
z-image-turbo	2	2

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
z-image-turbo	2	2

通义万相

国际（新加坡）

模型服务	模型名称	限流条件（超出任一数值时触发限流）
		每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
文生图	wan2.6-t2i	5	5
	wan2.5-t2i-preview
	wan2.2-t2i-flash	2	2
	wan2.2-t2i-plus
	wan2.1-t2i-turbo
	wan2.1-t2i-plus
图像编辑	wan2.5-i2i-preview	5	5
图像生成	wan2.6-image	5	5

中国大陆（北京）

模型服务	模型名称	限流条件（超出任一数值时触发限流）
模型服务	模型名称	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
文生图	wan2.6-t2i	5	5
	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
通用图像编辑	wan2.5-i2i-preview	5	5
通用图像编辑	wanx2.1-imageedit	2	2
图像生成	wan2.6-image	5	5

AI试衣OutfitAnyone

说明

仅支持中国大陆（北京）地域。

模型名称	限流条件（超出任一数值时触发限流）
模型名称	作业提交接口RPS限制	同时处理中任务数量
aitryon-plus	10	5
aitryon-parsing-v1	10	同步接口无限制

视频生成

通义万相系列

国际（新加坡）

模型服务	模型名称	限流条件（超出任一数值时触发限流）
		每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
文生图	wan2.6-t2v	5	5
	wan2.5-t2v-preview
	wan2.2-t2v-plus	2	2
	wan2.1-t2v-turbo
	wan2.1-t2v-plus
图生视频-基于首帧	wan2.6-i2v	5	5
	wan2.5-i2v-preview
	wan2.2-i2v-flash	2	2
	wan2.1-i2v-plus
	wan2.1-i2v-turbo
	wan2.2-i2v-plus
图生视频-基于首尾帧	wan2.1-kf2v-plus
通用视频编辑	wan2.1-vace-plus
参考生视频	wan2.6-r2v	5	5
图生动作	wan2.2-animate-move	5	1
视频换人	wan2.2-animate-mix	5	1

中国大陆（北京）

模型服务	模型名称	限流条件（超出任一数值时触发限流）
		每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
文生视频	wan2.6-t2v	5	5
	wan2.5-t2v-preview
	wan2.2-t2v-plus	2	2
	wanx2.1-t2v-turbo
	wanx2.1-t2v-plus
图生视频-基于首帧	wan2.6-i2v	5	5
	wan2.5-i2v-preview
	wan2.2-i2v-plus	2	2
	wanx2.1-i2v-turbo
	wanx2.1-i2v-plus
图生视频-基于首尾帧	wanx2.1-kf2v-plus
通用视频编辑	wanx2.1-vace-plus
参考生视频	wan2.6-r2v	5	5
数字人s2v	wan2.2-s2v-detect	5	同步接口无限制
	wan2.2-s2v		1
图生动作	wan2.2-animate-move	5	1
视频换人	wan2.2-animate-mix	5	1

舞动人像AnimateAnyone

说明

仅支持中国大陆（北京）地域。

模型名称	任务下发接口RPS限制	同时处理中任务数量
animate-anyone-detect-gen2	5	同步接口无限制
animate-anyone-template-gen2		1 在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。
animate-anyone-gen2		1 在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

悦动人像EMO

说明

仅支持中国大陆（北京）地域。

模型名称

任务下发接口RPS限制

同时处理中任务数量

emo-detect-v1

同步接口无限制

emo-v1

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

灵动人像LivePortrait

说明

仅支持中国大陆（北京）地域。

模型名称

任务下发接口RPS限制

同时处理中任务数量

liveportrait-detect

同步接口无限制

liveportrait

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

声动人像VideoRetalk

说明

仅支持中国大陆（北京）地域。

模型名称

任务下发接口RPS限制

同时处理中任务数量

videoretalk

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

表情包Emoji

说明

仅支持中国大陆（北京）地域。

模型名称

任务下发接口RPS限制

同时处理中任务数量

emoji-detect-v1

同步接口无限制

emoji-v1

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

视频风格重绘

说明

仅支持中国大陆（北京）地域。

模型名称

任务下发接口RPS限制

同时处理中任务数量

video-style-transform

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

语音合成（文本转语音）

通义千问语音合成

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）限制
模型名称	每分钟调用次数（RPM）
qwen3-tts-flash	10
qwen3-tts-flash-2025-11-27	180
qwen3-tts-flash-2025-09-18	10

中国大陆（北京）

通义千问3-TTS-Flash

模型名称	每分钟调用次数（RPM）
qwen3-tts-flash	10
qwen3-tts-flash-2025-11-27	180
qwen3-tts-flash-2025-09-18	10

通义千问-TTS

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-tts	10	100,000
qwen-tts-latest
qwen-tts-2025-05-22
qwen-tts-2025-04-10

通义千问实时语音合成

国际（新加坡）

通义千问3-TTS-VD-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-vd-realtime-2025-12-16	180

通义千问3-TTS-VC-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-vc-realtime-2025-11-27	180

通义千问3-TTS-Flash-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-flash-realtime	10
qwen3-tts-flash-realtime-2025-11-27	180
qwen3-tts-flash-realtime-2025-09-18	10

中国大陆（北京）

通义千问3-TTS-VD-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-vd-realtime-2025-12-16	180

通义千问3-TTS-VC-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-vc-realtime-2025-11-27	180

通义千问3-TTS-Flash-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-flash-realtime	10
qwen3-tts-flash-realtime-2025-11-27	180
qwen3-tts-flash-realtime-2025-09-18	10

通义千问-TTS-Realtime

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-tts-realtime	10	100,000
qwen-tts-realtime-latest
qwen-tts-realtime-2025-07-15

通义千问声音复刻

国际（新加坡）

模型名称	每分钟调用次数（RPM）
qwen-voice-enrollment	180

中国大陆（北京）

模型名称	每分钟调用次数（RPM）
qwen-voice-enrollment	180

通义千问声音设计

国际（新加坡）

模型名称	每分钟调用次数（RPM）
qwen-voice-design	180

中国大陆（北京）

模型名称	每分钟调用次数（RPM）
qwen-voice-design	180

CosyVoice语音合成

说明

仅支持中国大陆（北京）地域。

语音合成

模型名称	提交作业接口RPS限制
cosyvoice-v3-plus	3
cosyvoice-v3-flash
cosyvoice-v2

声音复刻

模型名称	提交作业接口RPS限制
cosyvoice-v3-plus	10 无论声音复刻功能是单独调用某一模型版本，还是同时调用多个模型版本，其总并发请求数均限制为 10 RPS。这意味着：如果您仅调用 v2，则其最大并发请求为 10 RPS。如果您同时调用 v2 和 v3，两者的请求总和不能超过 10 RPS（例如，v2 使用 7 RPS，则 v3 最多只能使用 3 RPS）。
cosyvoice-v3-flash
cosyvoice-v2

语音识别（语音转文本）与翻译（语音转成指定语种的文本）

通义千问3-LiveTranslate-Flash

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash	100	100,000
qwen3-livetranslate-flash-2025-12-01

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash	100	100,000
qwen3-livetranslate-flash-2025-12-01

通义千问3-LiveTranslate-Flash-Realtime

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash-realtime	10	100,000
qwen3-livetranslate-flash-realtime-2025-09-22

中国大陆（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash-realtime	10	100,000
qwen3-livetranslate-flash-realtime-2025-09-22

通义千问录音文件识别

国际（新加坡）

通义千问3-ASR-Flash-Filetrans

模型名称	每分钟调用次数（RPM）
qwen3-asr-flash-filetrans	100
qwen3-asr-flash-filetrans-2025-11-17	100

通义千问3-ASR-Flash

模型名称	每分钟调用次数（RPM）
qwen3-asr-flash	100
qwen3-asr-flash-2025-09-08	100

中国大陆（北京）

通义千问3-ASR-Flash-Filetrans

模型名称	每分钟调用次数（RPM）
qwen3-asr-flash-filetrans	100
qwen3-asr-flash-filetrans-2025-11-17	100

通义千问3-ASR-Flash

模型名称	每分钟调用次数（RPM）
qwen3-asr-flash	100
qwen3-asr-flash-2025-09-08	100

通义千问实时语音识别

国际（新加坡）

模型名称	每秒钟调用次数（RPS）
qwen3-asr-flash-realtime	20
qwen3-asr-flash-realtime-2025-10-27	20

中国大陆（北京）

模型名称	每秒钟调用次数（RPS）
qwen3-asr-flash-realtime	20
qwen3-asr-flash-realtime-2025-10-27	20

Paraformer语音识别

说明

仅支持中国大陆（北京）地域。

模型名称	提交作业接口RPS限制
paraformer-realtime-v2	20
paraformer-realtime-8k-v2	20

模型名称	提交作业接口RPS限制	任务查询接口RPS限制
paraformer-v2	20	20
paraformer-8k-v2	20	20

Fun-ASR 录音文件识别

国际（新加坡）

模型名称	提交作业接口RPS限制	任务查询接口RPS限制
fun-asr	10	20
fun-asr-2025-11-07
fun-asr-2025-08-25

模型名称	提交作业接口RPM限制	任务查询接口RPS限制
fun-asr-mtl	100	20
fun-asr-mtl-2025-08-25	100	20

中国大陆（北京）

模型名称	提交作业接口RPS限制	任务查询接口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 实时语音识别

国际（新加坡）

模型名称	提交作业接口RPS限制
fun-asr-realtime	20
fun-asr-realtime-2025-11-07	20

中国大陆（北京）

模型名称	提交作业接口RPS限制
fun-asr-realtime	20
fun-asr-realtime-2025-11-07
fun-asr-realtime-2025-09-15

文本向量

国际（新加坡）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）/作业数含输入与输出Token
text-embedding-v4	1,800	1,000,000
text-embedding-v3	6,000	24,000,000

中国大陆（北京）

模型名称

限流条件（超出任一数值时触发限流）

每秒钟调用次数（RPS）

每分钟消耗Token数（TPM）/作业数

含输入与输出Token

text-embedding-v4

1,200,000

多模态向量

说明

仅支持中国大陆（北京）地域。

模型名称

限流条件

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

仅输入Token

multimodal-embedding-v1

120

200,000

文本排序

说明

仅支持中国大陆（北京）地域。

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

gte-rerank-v2

5,040

4,980,000,000

行业

意图理解

说明

仅支持中国大陆（北京）地域。

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

tongyi-intent-detect-v3

1,200

1,000,000

角色扮演

国际（新加坡）

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen-plus-character-ja

100,000

中国大陆（北京）

模型名称

限流条件（超出任一数值时触发限流）

以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制

每分钟调用次数（RPM）

每分钟消耗Token数（TPM）

含输入与输出Token

qwen-plus-character

120

20,000

已下线模型

详细信息，请参见模型下线机制说明。

2025年8月20日下线

类别	模型名称	限流条件（超出任一数值时触发限流）
		每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
文本生成-通义千问	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