百炼模型限流规则与各模型限流额度。主流生成模型采用动态限流(软限流),TPM 限流值随百炼月消费档位调整,实际可用 TPM 不低于限流值;其余模型与地域为静态限流,超出限制时请求被拒绝,通常在一分钟内自动恢复。限流按主账号维度计算,RAM 子账号、业务空间和 API Key 调用量合并。
限流规则
- 账号级别限流:限流按主账号维度计算,账号下所有RAM子账号、业务空间和API Key 的调用量合并计算。
- 模型独立限流:不同模型限流额度相互独立,具体参见下方表格。
- 限流形态:主流生成模型(如 qwen3.8-max、qwen3.8-flash、deepseek-v4-pro-0813、kimi-k3 等)采用动态限流,TPM 限流值随百炼月消费档位动态调整,实际可用 TPM 不低于限流值,详见动态限流;其余模型与地域采用静态限流,规则详见静态限流规则。
动态限流
动态限流机制
百炼对部分模型采用动态限流机制,核心要点如下:
- 软限流:当调用量达到限流值时,若平台仍有剩余资源,则不会触发限流,因此实际可用 TPM 不低于限流值;调用时观察到的实际限流值可能高于该限流值,属预期行为。
- 限流粒度:按账号 + 模型,主账号下所有 RAM 子账号、业务空间、API Key 的调用量合并计入该账号对该模型的 TPM 配额,共享同一限额。
- 业务空间:可为模型单独设置限流值,未单独设置的业务空间共享账号级配额。
- 触发限流表现:触发动态限流时返回 429 错误(错误码为 Throttling.ResourceExhausted 或 Throttling.ServiceOverloaded,报错信息为 Too many requests.);平台资源不足时可能返回 503 错误(ServiceUnavailable),该情况与限流额度无关,稍后重试即可。错误处理建议参见错误码。
- 更多说明:业务空间限流设置见权限管理。
模型与限流档位
百炼会基于您的历史消费设置您的 TPM 限流档位,实际限流值请以模型详情页为准。
说明若 TPM 限流值无法满足业务需求,可联系商务经理申请提额。
新加坡
百炼平台月消费: | 等级1(当前)≤$8,000 | 等级2 $8,000~$140,000 | 等级3 >$140,000 |
|---|---|---|---|
支持的模型 | TPM 限流档位 | ||
qwen4-max | 500万 | 1000万 | 2000万 |
qwen3.8-max | 200万 | 500万 | 1000万 |
qwen3.8-max-0902 | 150万 | 150万 | 150万 |
qwen3.8-flash | 250万 | 500万 | 1000万 |
qwen3.8-omni-flash | 200万 | 500万 | 1000万 |
qwen3.8-2.4t-a95b | 500万 | 500万 | 500万 |
deepseek-v4.1-flash-1017 | 120万 | 120万 | 120万 |
deepseek-v4.1-flash | 120万 | 120万 | 120万 |
deepseek-v4-pro-0813 | 120万 | 500万 | 1000万 |
kimi-k3 | 120万 | 500万 | 1000万 |
glm-5.3 | 500万 | 500万 | 500万 |
glm-5.3-prime | 200万 | 200万 | 200万 |
qwen3.8-27b | 500万 | 500万 | 500万 |
华北2(北京)
百炼平台月消费: | 等级1(当前)≤$8,000 | 等级2 $8,000~$140,000 | 等级3 >$140,000 |
|---|---|---|---|
支持的模型 | TPM 限流档位 | ||
qwen4-max | 500万 | 1000万 | 2000万 |
qwen3.8-max | 500万 | 1000万 | 2000万 |
qwen3.8-max-0902 | 150万 | 150万 | 150万 |
qwen3.8-flash | 500万 | 1000万 | 2000万 |
qwen3.8-omni-flash | 200万 | 500万 | 1000万 |
qwen3.8-2.4t-a95b | 500万 | 500万 | 500万 |
deepseek-v4.1-flash-1017 | 120万 | 120万 | 120万 |
deepseek-v4.1-flash | 120万 | 120万 | 120万 |
deepseek-v4-pro-0813 | 120万 | 1000万 | 2000万 |
kimi-k3 | 120万 | 500万 | 1000万 |
glm-5.3 | 500万 | 500万 | 500万 |
glm-5.3-prime | 200万 | 200万 | 200万 |
qwen3.8-27b | 500万 | 500万 | 500万 |
静态限流明细
以下按模型类别列出各模型的限流值:标注动态限流的模型,其 TPM 限流值随百炼月消费档位调整,参见模型与限流档位;其余模型为静态限流,规则参见静态限流规则。
静态限流规则
未纳入动态限流的模型采用静态限流,规则如下:
- 固定限流值:每个模型有固定的 RPM 与 TPM 限流值,各模型相互独立。
- 秒级执行:限流除按分钟级 RPM/TPM 外,还可能按秒级 RPS(RPM/60)与 TPS(TPM/60)执行,短时间内的请求爆发即使未超出分钟级上限也可能触发限流。
- 触发与恢复:超出限制时请求被拒绝并返回 429 错误,通常在一分钟内自动恢复,具体错误信息分类参见为什么触发限流?与错误码。
文本生成
千问语言模型
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
qwen4-max | 国际 | ||
qwen3.8-max | 国际 | ||
qwen3.8-max-0902 | 国际 | ||
qwen3.8-flash | 国际 | ||
qwen3.7-max | 国际 | 600 | 1,000,000 |
qwen3.7-max-2026-06-08 | 国际 | 60 | 1,000,000 |
qwen3.7-max-2026-05-20 | 国际 | 60 | 1,000,000 |
qwen3.7-max-preview | 国际 | 600 | 1,000,000 |
qwen3.7-max-2026-05-17 | 国际 | 600 | 1,000,000 |
qwen-max
| 国际 | 600 | 1,000,000 |
qwen3.7-plus | 国际 | 15,000 | 5,000,000 |
qwen3.7-plus-2026-05-26 | 国际 | 60 | 1,000,000 |
qwen3.6-plus | 国际 | 15,000 | 5,000,000 |
qwen3.6-plus-2026-04-02 | 国际 | 60 | 1,000,000 |
qwen3.7-flash | 国际 | 15,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 国际 | 15,000 | 5,000,000 |
qwen3.6-flash | 国际 | 15,000 | 5,000,000 |
qwen3.6-flash-2026-04-16 | 国际 | 60 | 1,000,000 |
qwen3.5-plus | 国际 | 15,000 | 5,000,000 |
qwen3.5-plus-2026-04-20 | 国际 | 600 | 1,000,000 |
qwen3.5-plus-2026-02-15 | 国际 | 60 | 1,000,000 |
qwen-plus
| 国际 | 600 | 1,000,000 |
qwen-plus-latest | 国际 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 国际 | 120 | 1,000,000 |
qwen-plus-2025-07-14 (qwen-plus-0714) | 国际 | 60 | 100,000 |
qwen-plus-2025-04-28 (qwen-plus-0428) | 国际 | 60 | 1,000,000 |
qwen-plus-2025-01-25 (qwen-plus-0125) | 国际 | 60 | 100,000 |
qwen3.5-flash | 国际 | 15,000 | 5,000,000 |
qwen3.5-flash-2026-02-23 | 国际 | 60 | 1,000,000 |
qwen-flash
| 国际 | 600 | 5,000,000 |
qwen-flash-2025-07-28 | 国际 | 600 | 5,000,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max | 美国 | 30,000 | 5,000,000 |
qwen3.8-max-0902 | 全球 | 30,000 | 150,000 |
qwen3.8-flash | 全球 | 30,000 | 5,000,000 |
qwen3.8-flash | 美国 | 15,000 | 2,500,000 |
qwen3.7-max | 全球 | 30,000 | 5,000,000 |
qwen3.7-max | 美国 | 600 | 1,000,000 |
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 | 美国 | 15,000 | 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 | 美国 | 15,000 | 5,000,000 |
qwen3.7-flash-2026-07-15 | 全球 | 60 | 1,000,000 |
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 | 美国 | 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 | 美国 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 全球 | 60 | 1,000,000 |
qwen-plus-2025-12-01 | 美国 | 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 | 美国 | 30000 | 10,000,000 |
qwen-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
qwen-flash-2025-07-28 | 美国 | 600 | 5,000,000 |
华北2(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 | |
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 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | ||
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 | 欧盟 | 30,000 | 5,000,000 |
qwen3.8-flash | 全球 | 30,000 | 5,000,000 |
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 | 欧盟 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 全球 | 120 | 1,000,000 |
qwen-plus-2025-12-01 | 欧盟 | 120 | 1,000,000 |
qwen3.5-flash | 全球 | 35,000 | 10,000,000 |
qwen3.5-flash | 欧盟 | 35,000 | 10,000,000 |
qwen3.5-flash-2026-02-23 | 全球 | 600 | 1,000,000 |
qwen3.5-flash-2026-02-23 | 欧盟 | 600 | 1,000,000 |
qwen-flash | 全球 | 30,000 | 10,000,000 |
qwen-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
中国香港
| 模型名称 | 服务部署范围 | 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 | ||
qwen4-max | 全球 | 30,000 | 5,000,000 |
qwen3.8-max | 中国香港 | 600 | 1,000,000 |
qwen3.8-max-0902 | 中国香港 | 600 | 150,000 |
qwen3.8-flash | 中国香港 | 30,000 | 5,000,000 |
qwen3.8-flash | 全球 | 30,000 | 5,000,000 |
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 | 中国香港 | 600 | 1,000,000 |
qwen-plus-2025-12-01 | 中国香港 | 60 | 100,000 |
qwen3.5-flash | 中国香港 | 30,000 | 10,000,000 |
qwen3.5-flash-2026-02-23 | 中国香港 | 600 | 1,000,000 |
日本(东京)
| 模型名称 | 服务部署范围 | 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 | ||
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 | 30,000 | 5,000,000 |
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 |
千问VL(视觉理解/图生文)
新加坡
| 模型名称 | 服务部署范围 | 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 | 国际 | 1,200 | 1,000,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | 全球 | 6,000 | 10,000,000 |
华北2(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-plus
| 3,000 | 5,000,000 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | 全球 | 2,000 | 1,000,000 |
qwen3-vl-plus | 欧盟 | 2,000 | 1,000,000 |
中国香港
| 模型名称 | 服务部署范围 | 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 | 中国香港 | 6,000 | 1,000,000 |
千问Omni(全模态)
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-omni-flash | 国际 | 30000 | |
qwen3.5-omni-flash | 国际 | 60 | 100,000 |
qwen3.5-omni-flash-2026-03-15 | 国际 | 60 | 100,000 |
qwen3.5-omni-plus | 国际 | 60 | 100,000 |
qwen3.5-omni-plus-2026-03-15 | 国际 | 60 | 100,000 |
qwen3-omni-flash | 国际 | 60 | 100,000 |
华北2(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 | |
qwen3.8-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 |
中国香港
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
日本(东京)
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-omni-flash | 全球 | 30000 | 2000000 |
千问Omni-Realtime(实时多模态)
通过 WebSocket 接入时,RPM 限制每分钟的建连请求次数。同一连接内的多轮响应不重复计数;重连计为新请求。目前没有单独限制同时保持的连接总数,但仍受 TPM 限制。各型号限额见下方表格。
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-omni-flash-realtime | 国际 | 60 | 2,000,000 |
qwen3.5-omni-plus-realtime | 国际 | 60 | 100,000 |
qwen3.5-omni-plus-realtime-2026-03-15 | 国际 | 60 | 100,000 |
qwen3.5-omni-flash-realtime | 国际 | 60 | 100,000 |
qwen3.5-omni-flash-realtime-2026-03-15 | 国际 | 60 | 100,000 |
qwen3-omni-flash-realtime-2025-09-15 | 国际 | 60 | 100,000 |
华北2(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 | |
qwen3.8-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 |
千问OCR(文字提取)
新加坡
| 模型名称 | 服务部署范围 | 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 | 国际 | 600 | 6,000,000 |
qwen-vl-ocr-2025-11-20 | 国际 | 1,200 | 6,000,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | 全球 | 600 | 6,000,000 |
qwen-vl-ocr-2025-11-20 | 全球 | 1,200 | 6,000,000 |
华北2(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 | |
qwen3.5-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 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | 全球 | 600 | 6,000,000 |
qwen-vl-ocr-2025-11-20 | 全球 | 1,200 | 6,000,000 |
千问Coder
新加坡
| 模型名称 | 服务部署范围 | 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-coder-flash | 国际 | 600 | 5,000,000 |
qwen3-coder-flash-2025-07-28 | 国际 | 600 | 5,000,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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-coder-flash | 全球 | 1,200 | 1,000,000 |
qwen3-coder-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
华北2(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-coder-flash | 5,000 | 5,000,000 |
qwen3-coder-flash-2025-07-28 | 60 | 1,000,000 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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-coder-flash | 全球 | 5,000 | 5,000,000 |
qwen3-coder-flash-2025-07-28 | 全球 | 60 | 1,000,000 |
千问翻译模型
新加坡
| 模型名称 | 服务部署范围 | 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 | 国际 | 60 | 100,000 |
qwen-mt-flash | 国际 | 60 | 100,000 |
qwen-mt-lite | 国际 | 60 | 100,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | 全球 | 60 | 25,000 |
qwen-mt-flash | 全球 | 60 | 35,000 |
qwen-mt-lite | 全球 | 60 | 100,000 |
qwen-mt-lite | 美国 | 60 | 100,000 |
华北2(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-mt-plus | 60 | 25,000 |
qwen-mt-flash | 60 | 35,000 |
qwen-mt-lite | 60 | 100,000 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | 全球 | 60 | 25,000 |
qwen-mt-flash | 全球 | 60 | 35,000 |
qwen-mt-lite | 全球 | 60 | 100,000 |
千问数据挖掘模型
华北2(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-doc-turbo | 600 | 3,000,000 |
千问深入研究模型
华北2(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-deep-research | 120 | 1,200,000 |
千问语言模型开源版
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-2.4t-a95b | 国际 | ||
qwen3.8-27b | 国际 | ||
qwen3.6-35b-a3b | 国际 | 600 | 1,000,000 |
qwen3.6-27b | 国际 | 600 | 1,000,000 |
qwen3.5-397b-a17b | 国际 | 600 | 1,000,000 |
qwen3.5-122b-a10b | 国际 | 600 | 1,000,000 |
qwen3.5-27b | 国际 | 600 | 1,000,000 |
qwen3.5-35b-a3b | 国际 | 600 | 5,000,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.5-397b-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 |
华北2(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 | |
qwen3.8-2.4t-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 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.5-397b-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
| 模型名称 | 服务部署范围 | 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 | ||
deepseek-v4.1-flash-1017 | 国际 | ||
deepseek-v4.1-flash | 国际 | ||
deepseek-v4-pro | 国际 | 10,000 | 1,200,000 |
deepseek-v4-pro-0813 | 国际 | ||
deepseek-v4-flash-0731 | 国际 | 15,000 | 1,200,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | ||
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 | 美国 | 10,000 | 1,200,000 |
deepseek-v4-flash-0731 | 全球 | 15,000 | 1,200,000 |
deepseek-v4-flash-0731 | 美国 | 15,000 | 1,200,000 |
华北2(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 | |
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 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | ||
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(东京)
| 模型名称 | 服务部署范围 | 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 | ||
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 |
中国香港
| 模型名称 | 服务部署范围 | 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 | ||
deepseek-v4.1-flash-1017 | 中国香港 | 15,000 | 1,200,000 |
deepseek-v4.1-flash | 中国香港 | 15,000 | 1,200,000 |
deepseek-v4-flash-0731 | 中国香港 | 15,000 | 1,200,000 |
deepseek-v4-pro-0813 | 中国香港 | 15,000 | 1,200,000 |
Kimi
华北2(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 | |
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 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | ||
kimi-k3 | 全球 | 15,000 | 1,200,000 |
美国 | 限流值以所选业务空间的实际配置为准。 | ||
kimi-k3 | 国际 | 10,000 | 1,200,000 |
kimi-k2.7-code | 全球 | 500 | 1,000,000 |
kimi-k2.5 | 全球 | 500 | 1,000,000 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | ||
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 |
中国香港
| 模型名称 | 服务部署范围 | 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 | ||
kimi-k3 | 全球 | 15,000 | 1,200,000 |
kimi-k2.7-code | 全球 | 500 | 1,000,000 |
日本(东京)
| 模型名称 | 服务部署范围 | 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 | ||
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
| 模型名称 | 服务部署范围 | 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 | ||
国际 | 10,000 | ||
kimi-k3 | 国际 | ||
kimi-k2.7-code | 国际 | 500 | 1,000,000 |
MiniMax
华北2(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 | |
MiniMax-M2.5 | 500 | 1,000,000 |
GLM
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | ||
glm-5.3 | 全球 | 15,000 | 1,200,000 |
glm-5.3 | 美国 | 15,000 | 1,200,000 |
glm-5.2 | 全球 | 500 | 1,000,000 |
glm-5.2 | 美国 | 500 | 1,000,000 |
glm-5.1 | 全球 | 500 | 1,000,000 |
华北2(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 | |
glm-5.3 | ||
glm-5.2 | 500 | 2,000,000 |
glm-5.1 | 500 | 1,000,000 |
glm-5 | 500 | 1,000,000 |
德国(法兰克福)
| 模型名称 | 服务部署范围 | 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 | ||
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
| 模型名称 | 服务部署范围 | 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 | ||
glm-5.3 | 国际 | ||
glm-5.2 | 国际 | 500 | 1,000,000 |
glm-5.1 | 国际 | 500 | 1,000,000 |
中国香港
| 模型名称 | 服务部署范围 | 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 | ||
glm-5.3 | 全球 | 15,000 | 1,200,000 |
glm-5.2 | 全球 | 500 | 1,000,000 |
日本(东京)
| 模型名称 | 服务部署范围 | 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 | ||
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 | |
ZHIPU/GLM-5.3 | 200 | 3,000,000 |
ZHIPU/GLM-5.2 | 200 | 3,000,000 |
MindLab
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 | |
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 |
图像与视频生成
千问(Qwen-Image)
新加坡
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
任务下发接口调用限制 | 同时处理中任务数量(并发数) | ||
qwen-image-3.0-pro | 国际 | 5 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-3.0 | 国际 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-pro | 国际 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-turbo | 国际 | 120 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.0-pro | 国际 | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0-pro-2026-06-22 | 国际 | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0-pro-2026-04-22 | 国际 | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0-pro-2026-03-03 | 国际 | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0 | 国际 | 2 次/秒 | 同步接口无限制 |
qwen-image-2.0-2026-03-03 | 国际 | 2 次/秒 | 同步接口无限制 |
qwen-mt-image-2.0 | 国际 | 60 次/分钟 | 同步接口无限制 / 异步接口 2 |
美国(弗吉尼亚)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
任务下发接口调用限制 | 同时处理中任务数量(并发数) | ||
qwen-image-3.0-pro | 全球 | 5 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-3.0 | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-pro | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-turbo | 全球 | 120 次/分钟 | 同步接口无限制 / 异步接口 10 |
华北2(北京)
模型名称 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|
任务下发接口调用限制 | 同时处理中任务数量(并发数) | |
qwen-image-3.0-pro | 5 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-3.0 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-pro | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-turbo | 120 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.0-pro | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0-pro-2026-06-22 | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0-pro-2026-04-22 | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0-pro-2026-03-03 | 2 次/分钟 | 同步接口无限制 |
qwen-image-2.0 | 2 次/秒 | 同步接口无限制 |
qwen-image-2.0-2026-03-03 | 2 次/秒 | 同步接口无限制 |
qwen-mt-image-2.0 | 60 次/分钟 | 同步接口无限制 / 异步接口 2 |
qwen-mt-image | 1 次/秒 | 同步接口无限制 / 异步接口 2 |
德国(法兰克福)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
任务下发接口调用限制 | 同时处理中任务数量(并发数) | ||
qwen-image-3.0-pro | 全球 | 5 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-3.0 | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-pro | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-turbo | 全球 | 120 次/分钟 | 同步接口无限制 / 异步接口 10 |
中国香港
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
任务下发接口调用限制 | 同时处理中任务数量(并发数) | ||
qwen-image-3.0-pro | 全球 | 5 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-3.0 | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-pro | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-turbo | 全球 | 120 次/分钟 | 同步接口无限制 / 异步接口 10 |
日本(东京)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
任务下发接口调用限制 | 同时处理中任务数量(并发数) | ||
qwen-image-3.0-pro | 全球 | 5 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-3.0 | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-pro | 全球 | 20 次/分钟 | 同步接口无限制 / 异步接口 10 |
qwen-image-2.1-turbo | 全球 | 120 次/分钟 | 同步接口无限制 / 异步接口 10 |
文生图-Z-Image
新加坡
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
z-image-turbo | 国际 | 2 | 同步接口无限制 |
华北2(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) | 同时处理中任务数量(并发数) | |
z-image-turbo | 2 | 同步接口无限制 |
万相
新加坡
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
wan2.7-image-pro | 国际 | 5 | 5 |
wan2.7-image | 国际 | 5 | 5 |
wan2.6-image | 国际 | 5 | 5 |
wan2.6-t2i | 国际 | 5 | 5 |
wan2.5-t2i-preview | 国际 | 5 | 5 |
wan2.2-t2i-flash | 国际 | 2 | 2 |
wan2.2-t2i-plus | 国际 | 2 | 2 |
wan2.1-t2i-turbo | 国际 | 2 | 2 |
wan2.1-t2i-plus | 国际 | 2 | 2 |
wan2.5-i2i-preview | 国际 | 5 | 5 |
美国(弗吉尼亚)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
wan2.6-t2i | 全球 | 5 | 5 |
wan2.6-image | 全球 | 5 | 5 |
华北2(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) | 同时处理中任务数量(并发数) | |
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 |
德国(法兰克福)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
wan2.6-t2i | 全球 | 1 | 5 |
wan2.6-image | 全球 | 5 | 5 |
Vidu系列
新加坡
| 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) | 同时处理中任务数量 | |
vidu/vidu-image_reference2image | 300 | 5
|
HappyHorse系列
新加坡
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
happyhorse-1.1-t2v | 国际 | 5 | 5 |
happyhorse-1.1-i2v | 国际 | 5 | 5 |
happyhorse-1.1-r2v | 国际 | 5 | 5 |
happyhorse-1.0-t2v | 国际 | 5 | 5 |
happyhorse-1.0-i2v | 国际 | 5 | 5 |
happyhorse-1.0-r2v | 国际 | 5 | 5 |
happyhorse-1.0-video-edit | 国际 | 5 | 5 |
美国(弗吉尼亚)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
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 |
华北2(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) | 同时处理中任务数量(并发数) | |
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 |
德国(法兰克福)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
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(东京)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
happyhorse-1.0-video-edit | 全球 | 5 | 5 |
万相系列
说明wan3.0-video 和 wan3.0-video-prime 的限流值请前往Model Studio 控制台模型广场,切换至实际调用地域并查看对应模型详情。
新加坡
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
wan2.7-t2v-2026-06-12 | 国际 | 5 | 5 |
wan2.7-t2v-2026-04-25 | 国际 | 5 | 5 |
wan2.7-t2v | 国际 | 5 | 5 |
wan2.6-t2v | 国际 | 5 | 5 |
wan2.5-t2v-preview | 国际 | 5 | 5 |
wan2.2-t2v-plus | 国际 | 2 | 2 |
wan2.1-t2v-turbo | 国际 | 2 | 2 |
wan2.1-t2v-plus | 国际 | 2 | 2 |
wan2.7-i2v-2026-04-25 | 国际 | 5 | 5 |
wan2.7-i2v | 国际 | 5 | 5 |
wan2.6-i2v-flash | 国际 | 5 | 5 |
wan2.6-i2v | 国际 | 5 | 5 |
wan2.5-i2v-preview | 国际 | 5 | 5 |
wan2.2-i2v-flash | 国际 | 2 | 2 |
wan2.1-i2v-plus | 国际 | 2 | 2 |
wan2.1-i2v-turbo | 国际 | 2 | 2 |
wan2.2-i2v-plus | 国际 | 2 | 2 |
wan2.2-kf2v-flash | 国际 | 2 | 2 |
wan2.1-kf2v-plus | 国际 | 1 | 2 |
wan2.1-vace-plus | 国际 | 2 | 2 |
wan2.7-videoedit | 国际 | 5 | 5 |
wan2.7-r2v | 国际 | 5 | 5 |
wan2.6-r2v-flash | 国际 | 5 | 5 |
wan2.6-r2v | 国际 | 5 | 5 |
wan2.2-animate-move | 国际 | 5 | 1 |
wan2.2-animate-mix | 国际 | 5 | 1 |
美国(弗吉尼亚)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
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 | 美国 | 5 | 5 |
wan2.6-i2v | 美国 | 5 | 5 |
华北2(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) | 同时处理中任务数量(并发数) | |
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 | 同步接口无限制 |
wan2.2-s2v | 5 | 1 |
wan2.2-animate-move | 5 | 1 |
wan2.2-animate-mix | 5 | 1 |
德国(法兰克福)
模型名称 | 服务部署范围 | 限流条件(超出任一数值时触发限流) | |
|---|---|---|---|
每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) | ||
wan2.6-t2v | 全球 | 5 | 5 |
wan2.6-i2v | 全球 | 5 | 5 |
wan2.6-r2v | 全球 | 5 | 5 |
声动人像VideoRetalk
华北2(北京)
模型名称 | 每秒钟调用次数(RPS) | 同时处理中任务数量 |
|---|---|---|
videoretalk | 1 | 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。 |
视频风格重绘
华北2(北京)
模型名称 | 每秒钟调用次数(RPS) | 同时处理中任务数量 |
|---|---|---|
video-style-transform | 20 | 2 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。 |
Vidu系列
新加坡
| 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) | 同时处理中任务数量(并发数) | |
vidu/viduq3-mix_reference2video | 5 | 5
|
vidu/viduq3-ad_reference2video | 5 | |
vidu/viduq3-drama_reference2video | 5 | |
vidu/viduq2-pro-fast_img2video | 5 | |
爱诗系列
新加坡
| 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) | 同时处理中任务数量(并发数) | |
pixverse/pixverse-v6-t2v | 5 | 5
|
pixverse/pixverse-v6-it2v | 5 | |
pixverse/pixverse-v6-kf2v | 5 | |
pixverse/pixverse-v6-r2v | 5 | |
语音识别
Qwen-Audio-ASR
新加坡
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen-audio-3.1-asr-flash | 国际 | 600 |
qwen-audio-3.0-asr-flash | 国际 | 600 |
华北2(北京)
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen-audio-3.1-asr-flash | 600 |
qwen-audio-3.0-asr-flash | 600 |
Qwen-Audio-ASR-Streaming
新加坡
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen-audio-3.1-asr-flash-streaming | 国际 | 1200 |
qwen-audio-3.0-asr-flash-streaming | 国际 |
华北2(北京)
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen-audio-3.1-asr-flash-streaming | 1200 |
qwen-audio-3.0-asr-flash-streaming |
Qwen-Audio-ASR-Filetrans
新加坡
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen-audio-3.1-asr-flash-filetrans | 国际 | 600 |
qwen-audio-3.0-asr-flash-filetrans | 国际 | 600 |
华北2(北京)
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen-audio-3.1-asr-flash-filetrans | 600 |
qwen-audio-3.0-asr-flash-filetrans | 600 |
Qwen-Audio-ASR-Message
新加坡
| 模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
| qwen-audio-3.1-asr-flash-message | 国际 | 1200 |
华北2(北京)
| 模型名称 | 每分钟调用次数(RPM) |
|---|---|
| qwen-audio-3.1-asr-flash-message | 1200 |
Qwen3-ASR
新加坡
Qwen3-ASR-Flash-Filetrans
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen3-asr-flash-filetrans | 国际 | 100 |
Qwen3-ASR-Flash
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen3-asr-flash | 国际 | 100 |
美国(弗吉尼亚)
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen3-asr-flash | 美国 | 100 |
华北2(北京)
Qwen3-ASR-Flash-Filetrans
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen3-asr-flash-filetrans | 100 |
Qwen3-ASR-Flash
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen3-asr-flash | 100 |
Qwen3-ASR-Realtime
新加坡
模型名称 | 服务部署范围 | 每秒钟调用次数(RPS) |
|---|---|---|
qwen3-asr-flash-realtime | 国际 | 20 |
华北2(北京)
模型名称 | 每秒钟调用次数(RPS) |
|---|---|
qwen3-asr-flash-realtime | 20 |
Fun-ASR
新加坡
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
fun-asr | 国际 | 600 |
fun-asr-flash-2026-06-15 | 国际 | 600 |
华北2(北京)
模型名称 | 每分钟调用次数(RPM) |
|---|---|
fun-asr | 600 |
fun-asr-flash-2026-06-15 |
Fun-ASR-Realtime
新加坡
模型名称 | 服务部署范围 | 每秒钟调用次数(RPS) |
|---|---|---|
fun-asr-realtime | 国际 | 20 |
华北2(北京)
模型名称 | 每秒钟调用次数(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
华北2(北京)
模型名称 | 每秒钟调用次数(RPS) |
|---|---|
paraformer-realtime-v2 | 20 |
paraformer-realtime-8k-v2 |
模型名称 | 每分钟调用次数(RPM) |
|---|---|
paraformer-v2 | 1,200 |
模型名称 | 每秒钟调用次数(RPS) | 同时处理中任务数量(并发数) |
|---|---|---|
paraformer-8k-v2 | 20 | 100 |
语音合成
Qwen-Audio-TTS
新加坡
| 模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen-audio-3.1-tts-plus | 国际 | 180 |
qwen-audio-3.1-tts-flash | 国际 | 180 |
qwen-audio-3.0-tts-plus | 国际 | 180 |
qwen-audio-3.0-tts-flash | 国际 | 180 |
华北2(北京)
模型名称 | 每分钟调用次数(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
模型名称 | 服务部署范围 | 每秒钟调用次数(RPS) |
|---|---|---|
cosyvoice-v3-plus | 国际 | 3 |
cosyvoice-v3-flash | 国际 |
华北2(北京)
模型名称 | 每秒钟调用次数(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
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen3-tts-flash | 国际 | 180 |
华北2(北京)
Qwen3-TTS-Flash
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen3-tts-flash | 180 |
Qwen3-TTS-Realtime
新加坡
Qwen3-TTS-Flash-Realtime
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen3-tts-flash-realtime | 国际 | 180 |
华北2(北京)
Qwen3-TTS-Flash-Realtime
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen3-tts-flash-realtime | 180 |
音频生成
Qwen-Audio-TTS-Next
新加坡
| 模型名称 | 每分钟调用次数(RPM) |
|---|---|
| qwen-audio-3.1-tts-next | 180 |
华北2(北京)
| 模型名称 | 每分钟调用次数(RPM) |
|---|---|
| qwen-audio-3.1-tts-next | 180 |
语音对话
Qwen-Audio-Realtime
通过 WebSocket 接入时,RPM 限制每分钟的建连请求次数。同一连接内的多轮响应不重复计数;重连计为新请求。目前没有单独限制同时保持的连接总数,但仍受 TPM 限制。各型号限额见下方表格。
新加坡
| 模型名称 | 服务部署范围 | 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-audio-3.1-realtime-plus | 国际 | 60 | 100,000 |
qwen-audio-3.1-realtime-flash | 国际 | 60 | 100,000 |
qwen-audio-3.0-realtime-plus | 国际 | 60 | 100,000 |
qwen-audio-3.0-realtime-flash | 国际 | 60 | 100,000 |
华北2(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-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 |
音视频翻译
Qwen3-LiveTranslate-Flash
新加坡
| 模型名称 | 服务部署范围 | 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 | 国际 | 100 | 100,000 |
qwen3-livetranslate-flash-2025-12-01 | 国际 | 100 | 100,000 |
华北2(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 | ||
Qwen-LiveTranslate-Flash-Realtime
通过 WebSocket 接入时,RPM 限制每分钟的建连请求次数。同一连接内的多轮响应不重复计数;重连计为新请求。目前没有单独限制同时保持的连接总数,但仍受 TPM 限制。各型号限额见下方表格。
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.8-livetranslate-flash-realtime | 国际 | 10 | 100,000 |
qwen3.5-livetranslate-flash-realtime | 国际 | ||
qwen3.5-livetranslate-flash-realtime-2026-05-19 | 国际 | ||
华北2(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 | |
qwen3.8-livetranslate-flash-realtime | 10 | 100,000 |
qwen3.5-livetranslate-flash-realtime | ||
qwen3.5-livetranslate-flash-realtime-2026-05-19 | ||
音色复刻/设计
Qwen-Audio-TTS/CosyVoice声音复刻/设计
Qwen-Audio-TTS/CosyVoice声音复刻/设计共用一个模型,共用限流额度。
新加坡
模型名称 | 服务部署范围 | 每秒钟调用次数(RPS) |
|---|---|---|
voice-enrollment | 国际 | 10 |
华北2(北京)
模型名称 | 每秒钟调用次数(RPS) |
|---|---|
voice-enrollment | 10 |
Qwen3-TTS声音复刻
新加坡
模型名称 | 服务部署范围 | 每分钟调用次数(RPM) |
|---|---|---|
qwen-voice-enrollment | 国际 | 180 |
华北2(北京)
模型名称 | 每分钟调用次数(RPM) |
|---|---|
qwen-voice-enrollment | 180 |
音乐生成
Fun-Music
华北2(北京)
模型名称 | 每分钟调用次数(RPM) |
|---|---|
fun-music-preview | 180 |
fun-music-v1 | 180 |
向量与排序模型
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
qwen3.7-text-embedding | 国际 | 24,000 | 1,000,000 |
text-embedding-v4 | 国际 | 1,800 | 1,000,000 |
text-embedding-v3 | 国际 | 6,000 | 24,000,000 |
华北2(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)含输入与输出Token | |
text-embedding-v4
| 30 | 1,200,000 |
中国香港
| 模型名称 | 服务部署范围 | 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 | ||
text-embedding-v4 | 中国香港 | 1,800 | 1,200,000 |
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
tongyi-embedding-vision-plus | 国际 | 600 | 200,000 |
tongyi-embedding-vision-flash | 国际 | 600 | 200,000 |
华北2(北京)
| 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 | |
qwen3-vl-embedding | 2,400 | 1,200,000 |
multimodal-embedding-v1 | 120 | 1,000,000 |
新加坡
| 模型名称 | 服务部署范围 | 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 | ||
qwen3-rerank | 国际 | 5,400 | 5,000,000,000 |
华北2(北京)
| 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 | |
qwen3-rerank | 5,400 | 5,000,000,000 |
qwen3-vl-rerank | 600 | 9,000,000 |
gte-rerank-v2 | 5,040 | 4,980,000,000 |
行业
意图理解
华北2(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 | |
tongyi-intent-detect-v3 | 1,200 | 1,000,000 |
角色扮演
新加坡
| 模型名称 | 服务部署范围 | 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 | 国际 | 120 | 500,000 |
qwen-flash-character | 国际 | 120 | 500,000 |
qwen-plus-character-ja | 国际 | 120 | 500,000 |
美国(弗吉尼亚)
| 模型名称 | 服务部署范围 | 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 | 全球 | 120 | 500,000 |
qwen-flash-character | 全球 | 120 | 500,000 |
华北2(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 | 500,000 |
qwen-flash-character | 120 | 500,000 |
决策模型
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 | |
decision-model-preview | 1,200 | 2,000,000 |
华北2(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 | |
decision-model-preview | 1,200 | 2,000,000 |
已下线模型
详细信息,请参见 模型下线机制说明 。
FAQ
为什么触发限流?
根据错误信息判断触发了哪类限流:
Requests rate limit exceeded或You exceeded your current requests list:触发了每分钟请求数(RPM)限流。Allocated quota exceeded或You exceeded your current quota:触发了每分钟 Token 消耗(TPM)限流。Request rate increased too quickly:请求频率在短时间内激增,触发了系统稳定性保护——即使总调用量未达到 RPM 或 TPM 上限也会触发。- 其他报错,参见错误码确认原因。
短时间内的请求爆发即使未超出分钟级上限也可能触发限流,秒级执行口径参见静态限流规则。
如何查看模型调用量?
模型调用发生后分钟级即可在监控图表查看。登录模型监控页面(新加坡或北京),在左侧导航栏选择运维管理 > 模型监控进入监控概览页,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查看详情,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。
监控数据按分钟级更新,仅供参考,不作为计费依据。
遇到限流后多久恢复?
通常在一分钟内恢复。如出现其他报错,参见错误码进行处理。
模型响应速度与付费有关吗?
模型输出速度与是否付费无关。免费额度和付费调用使用相同的模型服务基础设施,同一模型的生成速度相同。免费额度仅控制请求是否被接受——额度耗尽时返回 403 错误(开通免费额度用完即停后),不会降低已接受请求的生成速度。
什么因素影响模型响应速度?
- 模型类型:轻量模型(如 qwen-flash)比大型模型(如 qwen-max)生成更快。
- 输出长度:输出 Token 越多,总耗时越长。
- 服务器负载:高峰期可能略有波动。
限流会降低已接受请求的生成速度吗?
不会。限流(RPM/TPM)仅导致超出限制的请求被拒绝(返回 429 错误)。免费额度耗尽时(开通免费额度用完即停)返回 403 错误,同样不影响已接受请求的速度。429 为速率限制,403 为配额耗尽,两者均为拒绝机制。
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
- 降低调用频率:收到
Requests rate limit exceeded或You exceeded your current requests list时,降低API调用频率。 - 减少 Token 消耗:收到
Allocated quota exceeded或You exceeded your current quota时,缩短输入或限制输出长度。 - 平滑请求速率:收到
Request rate increased too quickly时,采用匀速调度、指数退避或请求队列将请求均匀分散,避免瞬时高峰。
- 降低调用频率:收到
-
添加备选模型
触发限流后切换到备用模型继续生成,可降低失败概率、提升吞吐量。以下代码在调用
qwen-plus触发限流后,自动改用qwen-flash重试。也可以选择不同系列的模型(如 qwen-flash)作为备选模型,进一步降低主备模型同时限流的风险。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" # 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()) -
拆分任务:长对话或大型文档会快速消耗大量 Token。将大批量任务拆分为小批次,分时段提交。
-
批量推理:无需实时响应时,使用批量推理(Batch API)。批量请求不受实时限流约束,但需考虑排队和处理时间。
如何控制 Token 用量或费用支出?
限流仅约束单位时间内的调用速率,不限制累计用量。如需控制 Token 用量或费用支出,可通过以下方式管理:
- 设置消费限额与费用告警:在账单费用卡片设置费用告警,开启月度消费限额并配置阈值通知,达到阈值即提醒,避免超额支出。详见账单查询与成本管理。
- 开启免费额度用完即停:对支持免费额度的模型,可开启免费额度用完即停,免费额度耗尽后自动停止调用,避免产生额外费用。详见新人免费额度。
- 监控模型调用量:定期查看各模型的 Token 用量,及时发现异常增长,参见上文如何查看模型调用量?。
充值后是否还会被限流?
充值不改变静态限流模型的 RPM 和 TPM 限流阈值。限流按阿里云主账号维度配置,与计费相互独立;充值(按量付费)仅确保账号不因欠费停服,不会提升静态限流值。采用动态限流的模型,TPM 限流档位基于百炼月消费金额自动调整。
如需更高的限流额度,请联系商务经理申请。