AI 助理
文档备案控制台
官方文档
输入文档关键字查找
首页

限流

更新时间：
复制为 MD 格式
产品详情
我的收藏

阿里云百炼按主账号维度对模型调用设置了限流。限流按该账号下所有API-KEY的调用总和计算，超出限制时API请求将失败，通常在一分钟内自动恢复。

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，在模型监控（北京或新加坡）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。

image

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？

  1. 选用高限流模型

    • 优先使用 qwen-plus 等限流宽松的模型。

    • 稳定版或最新版比带日期的快照版本限流更宽松。

  2. 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：收到 Request rate increased too quickly 报错时，采用匀速调度、指数退避等策略将请求均匀分散，避免瞬时高峰。

  3. 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.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())

  4. 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。

  5. 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。

  6. 提升限流额度：如果默认限流额度无法满足业务需求，可在百炼控制台的限流提额中提升模型的临时限流额度（TPM），提交后立即生效。详见提升临时限流额度。

提升临时限流额度

如果默认限流额度无法满足业务需求，可在百炼控制台提升模型的临时限流额度（TPM）。提交后立即生效，有效期30天，到期后自动恢复为系统默认限流。

目前支持华北2（北京）和新加坡地域。

  1. 登录百炼控制台，进入限流提额页面。

  2. 点击页面右上角的提升模型临时限流额度按钮。

  3. 在弹窗中选择需要提额的模型，并输入期望的Token账号限流（Token/60秒）值。弹窗中会显示当前额度和可设置上限。

  4. 点击确定，提额立即生效。

提额生效后，可通过以下方式确认：

  • 在限流提额页面的列表中查看已提额的模型及对应的限流数据。

  • 在模型广场中进入对应模型的详情页，查看更新后的限流数据。

说明

  • 支持临时提额的模型以限流提额页面弹窗中的可选列表为准。

  • 对已提额的模型再次提交时，视为重新申请，有效期随之更新。

  • 请根据实际需求申请额度。若配置容量长期显著高于实际使用量，系统可能会在提前通知后自动恢复至默认限流额度。

文本生成-千问

千问语言模型

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen3.6-max-preview

600

1,000,000

qwen3-max

30,000

5,000,000

qwen3-max-2026-01-23

600

1,000,000

qwen3-max-2025-09-23

60

100,000

qwen3-max-preview

600

1,000,000

qwen-max

用Batch API调用服务时，不受限流限制。

1,200

qwen-max-latest

qwen-max-2025-01-25

（qwen-max-0125）

60

100,000

qwen-max-2024-09-19

（qwen-max-0919）

qwen-max-2024-04-28

（qwen-max-0428）

qwen3.6-plus

30,000

5,000,000

qwen3.6-plus-2026-04-02

600

1,000,000

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

用Batch API调用服务时，不受限流限制。

30,000

5,000,000

qwen-plus-latest

15,000

1,200,000

qwen-plus-2025-12-01

120

1,000,000

qwen-plus-2025-09-11

60

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）

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

qwen-turbo

用Batch API调用服务时，不受限流限制。

1,200

5,000,000

qwen-turbo-latest

qwen-turbo-2025-07-15

(qwen-turbo-0715)

60

100,000

qwen-turbo-2025-04-28

(qwen-turbo-0428)

1,000,000

qwen-turbo-2025-02-11

(qwen-turbo-0211)

5,000,000

qwen-turbo-2024-11-01

(qwen-turbo-1101)

qwq-plus

600

1,000,000

qwq-plus-latest

qwq-plus-2025-03-05

60

100,000

qwen-long

1,200

3,000,000

qwen-long-latest

60,000

qwen-long-2025-01-25

(qwen-long-0125)

3

7,500

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-max

600

1,000,000

qwen3-max-2025-09-23

60

100,000

qwen3-max-preview

600

1,000,000

qwen3.6-plus

30,000

5,000,000

qwen3.6-plus-2026-04-02

600

1,000,000

qwen3.6-flash

15,000

5,000,000

qwen3.6-flash-2026-04-16

60

1,000,000

qwen3.5-plus

30,000

5,000,000

qwen3.5-plus-2026-02-15

600

1,000,000

qwen-plus

15,000

5,000,000

qwen-plus-2025-12-01

60

1,000,000

qwen-plus-2025-09-11

qwen-plus-2025-07-28

qwen3.5-flash

30,000

10,000,000

qwen3.5-flash-2026-02-23

600

1,000,000

qwen-flash

15,000

10,000,000

qwen-flash-2025-07-28

60

1,000,000

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen3.6-max-preview

600

1,000,000

qwen3-max

600

1,000,000

qwen3-max-2026-01-23

qwen3-max-2025-09-23

60

100,000

qwen3-max-preview

600

1,000,000

qwen-max

600

1,000,000

qwen-max-latest

600

1,000,000

qwen-max-2025-01-25

(qwen-max-0125)

60

100,000

qwen3.6-plus

15,000

5,000,000

qwen3.6-plus-2026-04-02

60

1,000,000

qwen3.6-flash

15,000

5,000,000

qwen3.6-flash-2026-04-16

60

1,000,000

qwen3.5-plus

15,000

5,000,000

qwen3.5-plus-2026-04-20

60

1,000,000

qwen3.5-plus-2026-02-15

60

1,000,000

qwen-plus-latest

600

1,000,000

qwen-plus-2025-12-01

120

qwen-plus-2025-09-11

120

qwen-plus-2025-07-28

60

100,000

qwen-plus-2025-07-14

(qwen-plus-0714)

qwen-plus-2025-04-28

(qwen-plus-0428)

1,000,000

qwen-plus-2025-01-25

(qwen-plus-0125)

100,000

qwen3.5-flash

15,000

5,000,000

qwen3.5-flash-2026-02-23

60

1,000,000

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

600

5,000,000

qwen-turbo-2025-04-28

(qwen-turbo-0428)

60

1,000,000

qwen-turbo-2024-11-01

(qwen-turbo-1101)

5,000,000

美国

服务部署范围为美国时，模型推理计算资源仅限于美国境内；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-us

600

1,000,000

qwen-plus-2025-12-01-us

60

qwen-flash-us

600

5,000,000

qwen-flash-2025-07-28-us

千问VL（视觉理解/图生文）

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen3-vl-plus-2025-12-19

60

100,000

qwen3-vl-plus-2025-09-23

qwen3-vl-flash

3,000

5,000,000

qwen3-vl-flash-2026-01-22

60

100,000

qwen3-vl-flash-2025-10-15

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）

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-plus

1,200

1,000,000

qwen-vl-plus-latest

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）

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）

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-2025-09-23

60

100,000

qwen3-vl-flash

1,200

1,000,000

qwen3-vl-flash-2025-10-15

60

100,000

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

120

1,000,000

qwen3-vl-flash

1,200

1,000,000

qwen3-vl-flash-2026-01-22

60

100,000

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)

美国

服务部署范围为美国时，模型推理计算资源仅限于美国境内；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-flash-us

1,200

1,000,000

qwen3-vl-flash-2025-10-15-us

1,000,000

120

千问Omni

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-omni-plus

60

100,000

qwen3.5-omni-plus-2026-03-15

qwen3.5-omni-flash

qwen3.5-omni-flash-2026-03-15

qwen3-omni-flash

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）

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen3.5-omni-plus

60

100,000

qwen3.5-omni-plus-2026-03-15

qwen3.5-omni-flash

qwen3.5-omni-flash-2026-03-15

qwen3-omni-flash

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

千问Omni-Realtime

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-omni-plus-realtime

60

100,000

qwen3.5-omni-plus-realtime-2026-03-15

qwen3.5-omni-flash-realtime

qwen3.5-omni-flash-realtime-2026-03-15

qwen3-omni-flash-realtime

qwen3-omni-flash-realtime-2025-12-01

qwen3-omni-flash-realtime-2025-09-15

qwen-omni-turbo-realtime-latest

qwen-omni-turbo-realtime-2025-05-08

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen3.5-omni-plus-realtime

60

100,000

qwen3.5-omni-plus-realtime-2026-03-15

qwen3.5-omni-flash-realtime

qwen3.5-omni-flash-realtime-2026-03-15

qwen3-omni-flash-realtime

qwen3-omni-flash-realtime-2025-12-01

qwen3-omni-flash-realtime-2025-09-15

qwen-omni-turbo-realtime

10,000

qwen-omni-turbo-realtime-latest

qwen-omni-turbo-realtime-2025-05-08

千问OCR（文字提取）

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-vl-ocr

600

6,000,000

qwen-vl-ocr-latest

1,200

qwen-vl-ocr-2025-11-20

qwen-vl-ocr-2025-08-28

600

qwen-vl-ocr-2025-04-13

qwen-vl-ocr-2024-10-28

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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

国际

服务部署范围为美国时，模型推理计算资源仅限于美国境内；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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

千问Audio（音频理解）

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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-turbo

120

100,000

qwen-audio-turbo-latest

60

千问数学模型

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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-math-plus

1,200

1,000,000

qwen-math-plus-latest

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

qwen-math-turbo-2024-09-19

（qwen-math-turbo-0919）

60

100,000

千问Coder

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-plus

5,000

5,000,000

qwen3-coder-plus-2025-09-23

60

1,000,000

qwen3-coder-plus-2025-07-22

qwen3-coder-flash

5,000

5,000,000

qwen3-coder-flash-2025-07-28

60

1,000,000

qwen-coder-plus

1,200

qwen-coder-plus-latest

qwen-coder-plus-2024-11-06

（qwen-coder-plus-1106）

120

200,000

qwen-coder-turbo

1,200

1,000,000

qwen-coder-turbo-latest

qwen-coder-turbo-2024-09-19

（qwen-coder-turbo-0919）

60

100,000

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-plus

2,400

2,000,000

qwen3-coder-plus-2025-09-23

60

1,000,000

qwen3-coder-plus-2025-07-22

qwen3-coder-flash

1,200

qwen3-coder-flash-2025-07-28

60

国际

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-plus

2,400

2,000,000

qwen3-coder-plus-2025-09-23

600

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

千问翻译模型

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

35,000

qwen-mt-lite

100,000

qwen-mt-turbo

35,000

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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

35,000

qwen-mt-lite

100,000

国际

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

美国

服务部署范围为美国时，模型推理计算资源仅限于美国境内；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-lite-us

60

100,000

千问数据挖掘模型

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

通义晓蜜对话分析模型

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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-xiaomi-analysis-flash

600

1,000,000

tongyi-xiaomi-analysis-pro

文本生成-千问-开源版

千问语言模型开源版

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen3.6-35b-a3b

600

1,000,000

qwen3.6-27b

qwen3.5-397b-a17b

qwen3.5-122b-a10b

qwen3.5-27b

qwen3.5-35b-a3b

qwen3-next-80b-a3b-thinking

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

2400

qwen3-14b

600

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

5,000,000

qwen2.5-7b-instruct

1,000,000

qwen2.5-7b-instruct-1m

5,000,000

qwen2.5-3b-instruct

2,000,000

qwen2.5-1.5b-instruct

qwen2.5-0.5b-instruct

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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

qwen3.6-35b-a3b

600

1,000,000

qwen3.5-397b-a17b

qwen3.5-122b-a10b

qwen3.5-27b

qwen3.5-35b-a3b

qwen3-next-80b-a3b-thinking

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

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen3.6-35b-a3b

600

1,000,000

qwen3.6-27b

1,000,000

qwen3.5-397b-a17b

1,000,000

qwen3.5-122b-a10b

1,000,000

qwen3.5-27b

1,000,000

qwen3.5-35b-a3b

5,000,000

qwen3-next-80b-a3b-thinking

1,000,000

qwen3-next-80b-a3b-instruct

qwen3-235b-a22b-thinking-2507

qwen3-235b-a22b-instruct-2507

qwen3-30b-a3b-thinking-2507

5,000,000

qwen3-30b-a3b-instruct-2507

qwen3-235b-a22b

1,000,000

qwen3-32b

qwen3-30b-a3b

qwen3-14b

qwen3-8b

qwen3-4b

qwen3-1.7b

qwen3-0.6b

qwen2.5-14b-instruct-1m

1,200

5,000,000

qwen2.5-7b-instruct-1m

qwen2.5-72b-instruct

60

150,000

qwen2.5-32b-instruct

qwen2.5-14b-instruct

qwen2.5-7b-instruct

Qwen-VL

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-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

qvq-72b-preview

60

100,000

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-235b-a22b-thinking

60

100,000

qwen3-vl-235b-a22b-instruct

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

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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-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

1,200

1,000,000

qwen2.5-vl-3b-instruct

Qwen-Omni

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen2.5-omni-7b

60

100,000

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

60

100,000

Qwen3-Omni-Captioner

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-omni-30b-a3b-captioner

60

100,000

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

60

100,000

Qwen-Math

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

Qwen-Coder

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-next

600

1,000,000

qwen3-coder-480b-a35b-instruct

qwen3-coder-30b-a3b-instruct

qwen2.5-coder-32b-instruct

1,200

qwen2.5-coder-14b-instruct

qwen2.5-coder-7b-instruct

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-480b-a35b-instruct

600

1,000,000

qwen3-coder-30b-a3b-instruct

600

1,000,000

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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-coder-next

600

1,000,000

qwen3-coder-480b-a35b-instruct

qwen3-coder-30b-a3b-instruct

文本生成-第三方模型

DeepSeek

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-v3.2

15,000

1,200,000

deepseek-v3.2-exp

15,000

1,200,000

deepseek-v3.1

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

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

deepseek-v3.2

10,000

1,200,000

DeepSeek-硅基流动直供

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

siliconflow/deepseek-v3.2

500

500,000

siliconflow/deepseek-v3.1-terminus

siliconflow/deepseek-r1-0528

siliconflow/deepseek-v3-0324

DeepSeek-快手万擎直供

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

vanchin/deepseek-v3.2-think

30

600,000

vanchin/deepseek-v3.1-terminus

500

1,000,000

vanchin/deepseek-r1

vanchin/deepseek-v3

vanchin/deepseek-ocr

Kimi

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

kimi-k2.6

500

1,000,000

kimi-k2.5

500

1,000,000

kimi-k2-thinking

500

1,000,000

Moonshot-Kimi-K2-Instruct

500

1,000,000

Kimi-月之暗面直供

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

kimi/kimi-k2.5

500

3,000,000

GLM

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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-5.1

500

1,000,000

glm-5

500

1,000,000

glm-4.7

glm-4.6

60

glm-4.5

glm-4.5-air

MiniMax

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

MiniMax-M2.1

500

1,000,000

MiniMax-稀宇科技直供

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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/MiniMax-M2.7

500

20,000,000

MiniMax/MiniMax-M2.5

MiniMax/MiniMax-M2.1

图像生成

千问（Qwen-Image）

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

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）

文生图与图像编辑

qwen-image-2.0-pro

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

文生图

qwen-image-max

2 次/分钟

同步接口无限制

qwen-image-max-2025-12-30

2 次/分钟

同步接口无限制

qwen-image-plus

2 次/秒

同步接口无限制 / 异步接口 2

qwen-image-plus-2026-01-09

2 次/秒

同步接口无限制

qwen-image

2 次/秒

同步接口无限制 / 异步接口 2

图像编辑

qwen-image-edit-max

2 次/分钟

同步接口无限制

qwen-image-edit-max-2026-01-16

2 次/分钟

同步接口无限制

qwen-image-edit-plus

2 次/秒

同步接口无限制

qwen-image-edit-plus-2025-12-15

2 次/秒

同步接口无限制

qwen-image-edit-plus-2025-10-30

2 次/秒

同步接口无限制

qwen-image-edit

2 次/秒

同步接口无限制

图像翻译

qwen-mt-image

1 次/秒

2

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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）

任务下发接口调用限制

同时处理中任务数量（并发数）

文生图与图像编辑

qwen-image-2.0-pro

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

文生图

qwen-image-max

2 次/分钟

同步接口无限制

qwen-image-max-2025-12-30

2 次/分钟

同步接口无限制

qwen-image-plus

2 次/秒

同步接口无限制 / 异步接口 2

qwen-image-plus-2026-01-09

2 次/秒

同步接口无限制

qwen-image

2 次/秒

同步接口无限制 / 异步接口 2

图像编辑

qwen-image-edit-max

2 次/分钟

同步接口无限制

qwen-image-edit-max-2026-01-16

2 次/分钟

同步接口无限制

qwen-image-edit-plus

2 次/秒

同步接口无限制

qwen-image-edit-plus-2025-12-15

2 次/秒

同步接口无限制

qwen-image-edit-plus-2025-10-30

2 次/秒

同步接口无限制

qwen-image-edit

2 次/秒

同步接口无限制

文生图-Z-Image

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

同步接口无限制

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

同步接口无限制

万相

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（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）

图像生成与编辑

wan2.7-image-pro

5

5

wan2.7-image

wan2.6-image

文生图

wan2.6-t2i

1

5

wan2.5-t2i-preview

5

wan2.2-t2i-plus

2

2

wan2.2-t2i-flash

wanx2.1-t2i-plus

wanx2.1-t2i-turbo

wanx2.0-t2i-turbo

通用图像编辑

wan2.5-i2i-preview

5

5

wanx2.1-imageedit

2

2

文生图

wanx-v1

2

1

图像局部重绘

wanx-x-painting

涂鸦作画

wanx-sketch-to-image-lite

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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

图像生成

wan2.6-image

5

5

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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）

图像生成与编辑

wan2.7-image-pro

5

5

wan2.7-image

wan2.6-image

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

通用图像编辑

wan2.5-i2i-preview

5

5

图像编辑与生成

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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）

shoemodel-v1

2

1

wanx-virtualmodel

wanx-style-repaint-v1

2

wanx-poster-generation-v1

1

virtualmodel-v2

wanx-background-generation-v2

image-instance-segmentation

image-erase-completion

image-out-painting

2

10

人物写真生成-FaceChain

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

限流条件（超出任一数值时触发限流）

作业提交接口RPS限制

同时处理中任务数量

facechain-facedetect

5

同步接口无限制

facechain-finetune

1

1

facechain-generation

2

创意文字生成-WordArt锦书

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

限流条件（超出任一数值时触发限流）

作业提交接口RPS限制

同时处理中任务数量

wordart-texture

2

1

wordart-semantic

AI试衣-OutfitAnyone

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

限流条件（超出任一数值时触发限流）

作业提交接口RPS限制

同时处理中任务数量

aitryon

10

5

aitryon-plus

10

5

aitryon-parsing-v1

10

同步接口无限制

aitryon-refiner

10

5

图像生成-第三方模型

可灵系列

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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）

kling/kling-v3-omni-image-generation

5

10

同一阿里云百炼 API Key 下，可灵系列的 4 个模型（图像及视频）共享 10 个并发数。即这 4 个模型处于运行状态的任务总数加起来不能超过 10 个。

kling/kling-v3-image-generation

5

语音合成（文本转语音）

千问语音合成

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

千问3-TTS-Instruct-Flash

模型名称

每分钟调用次数（RPM）

qwen3-tts-instruct-flash

180

qwen3-tts-instruct-flash-2026-01-26

180

千问3-TTS-VD

模型名称

每分钟调用次数（RPM）

qwen3-tts-vd-2026-01-26

180

千问3-TTS-VC

模型名称

每分钟调用次数（RPM）

qwen3-tts-vc-2026-01-22

180

千问3-TTS-Flash

模型名称

每分钟调用次数（RPM）

qwen3-tts-flash

180

qwen3-tts-flash-2025-11-27

180

qwen3-tts-flash-2025-09-18

10

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

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

千问3-TTS-Instruct-Flash

模型名称

每分钟调用次数（RPM）

qwen3-tts-instruct-flash

180

qwen3-tts-instruct-flash-2026-01-26

180

千问3-TTS-VD

模型名称

每分钟调用次数（RPM）

qwen3-tts-vd-2026-01-26

180

千问3-TTS-VC

模型名称

每分钟调用次数（RPM）

qwen3-tts-vc-2026-01-22

180

千问3-TTS-Flash

模型名称

每分钟调用次数（RPM）

qwen3-tts-flash

180

qwen3-tts-flash-2025-11-27

180

qwen3-tts-flash-2025-09-18

10

千问实时语音合成

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

千问3-TTS-Instruct-Flash-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-instruct-flash-realtime

180

qwen3-tts-instruct-flash-realtime-2026-01-22

180

千问3-TTS-VD-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-vd-realtime-2026-01-15

180

qwen3-tts-vd-realtime-2025-12-16

千问3-TTS-VC-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-vc-realtime-2026-01-15

180

qwen3-tts-vc-realtime-2025-11-27

千问3-TTS-Flash-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-flash-realtime

180

qwen3-tts-flash-realtime-2025-11-27

180

qwen3-tts-flash-realtime-2025-09-18

10

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

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

千问3-TTS-Instruct-Flash-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-instruct-flash-realtime

180

qwen3-tts-instruct-flash-realtime-2026-01-22

180

千问3-TTS-VD-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-vd-realtime-2026-01-15

180

qwen3-tts-vd-realtime-2025-12-16

千问3-TTS-VC-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-vc-realtime-2026-01-15

180

qwen3-tts-vc-realtime-2025-11-27

千问3-TTS-Flash-Realtime

模型名称

每分钟调用次数（RPM）

qwen3-tts-flash-realtime

180

qwen3-tts-flash-realtime-2025-11-27

180

qwen3-tts-flash-realtime-2025-09-18

10

千问声音复刻

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

每分钟调用次数（RPM）

qwen-voice-enrollment

180

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

模型名称

每分钟调用次数（RPM）

qwen-voice-enrollment

180

千问声音设计

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

每分钟调用次数（RPM）

qwen-voice-design

180

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

模型名称

每分钟调用次数（RPM）

qwen-voice-design

180

CosyVoice语音合成

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

提交作业接口RPS限制

cosyvoice-v3.5-plus

3

cosyvoice-v3.5-flash

cosyvoice-v3-plus

cosyvoice-v3-flash

cosyvoice-v2

cosyvoice-v1

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

模型名称

提交作业接口RPS限制

cosyvoice-v3-plus

3

cosyvoice-v3-flash

CosyVoice声音复刻/设计

CosyVoice声音复刻共用一个模型，共用限流额度。

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

提交作业接口RPS限制

voice-enrollment

10

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

模型名称

提交作业接口RPS限制

voice-enrollment

10

Sambert语音合成

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型服务

提交作业接口RPS限制

Sambert系列模型

20

语音合成（文本转语音）-第三方模型

MiniMax-稀宇科技直供

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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）

每分钟消耗字符数

仅含输入字符数

MiniMax/speech-2.8-hd

20

20,000

MiniMax/speech-02-hd

MiniMax/speech-2.8-turbo

MiniMax/speech-02-turbo

语音识别（语音转文本）与翻译（语音转成指定语种的文本）

千问3-LiveTranslate-Flash

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

千问3-LiveTranslate-Flash-Realtime

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-realtime

10

100,000

qwen3-livetranslate-flash-realtime-2025-09-22

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

千问录音文件识别

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

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

千问3-ASR-Flash

模型名称

每分钟调用次数（RPM）

qwen3-asr-flash

100

qwen3-asr-flash-2026-02-10

qwen3-asr-flash-2025-09-08

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

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

千问3-ASR-Flash

模型名称

每分钟调用次数（RPM）

qwen3-asr-flash

100

qwen3-asr-flash-2026-02-10

qwen3-asr-flash-2025-09-08

美国

服务部署范围为美国时，模型推理计算资源仅限于美国境内；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

模型名称

每分钟调用次数（RPM）

qwen3-asr-flash-us

100

qwen3-asr-flash-2025-09-08-us

千问实时语音识别

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

每秒钟调用次数（RPS）

qwen3-asr-flash-realtime

20

qwen3-asr-flash-realtime-2026-02-10

qwen3-asr-flash-realtime-2025-10-27

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

模型名称

每秒钟调用次数（RPS）

qwen3-asr-flash-realtime

20

qwen3-asr-flash-realtime-2026-02-10

qwen3-asr-flash-realtime-2025-10-27

Gummy语音识别/翻译

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

提交作业接口RPS限制

gummy-realtime-v1

10

gummy-chat-v1

Fun-ASR录音文件识别

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

每分钟调用次数（RPM）

fun-asr

600

fun-asr-2025-11-07

fun-asr-2025-08-25

fun-asr-mtl

fun-asr-mtl-2025-08-25

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：新加坡。

模型名称

每分钟调用次数（RPM）

fun-asr

600

fun-asr-2025-11-07

600

fun-asr-2025-08-25

600

fun-asr-mtl

100

fun-asr-mtl-2025-08-25

100

Fun-ASR实时语音识别

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（北京）。

模型名称

提交作业接口RPS限制

fun-asr-realtime

20

fun-asr-realtime-2026-02-28

fun-asr-realtime-2025-11-07

fun-asr-realtime-2025-09-15

fun-asr-flash-8k-realtime

fun-asr-flash-8k-realtime-2026-01-28

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

Paraformer语音识别

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

提交作业接口RPS限制

paraformer-realtime-v2

20

paraformer-realtime-v1

paraformer-realtime-8k-v2

paraformer-realtime-8k-v1

模型名称

每分钟调用次数（RPM）

paraformer-v2

1,200

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

paraformer-v1

600

6,000,000

paraformer-mtl-v1

600

6,000,000

模型名称

提交作业接口RPS限制

同时处理中任务数量（并发数）

paraformer-8k-v2

20

100

paraformer-8k-v1

10

500

SenseVoice语音识别

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

每分钟调用次数（RPM）

sensevoice-v1

1,200

视频生成

万相系列

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：华北2（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

wan2.7-t2v

5

5

wan2.6-t2v

5

5

wan2.5-t2v-preview

5

5

wan2.2-t2v-plus

2

2

wanx2.1-t2v-turbo

wanx2.1-t2v-plus

图生视频

wan2.7-i2v

5

5

图生视频-基于首帧

wan2.6-i2v-flash

5

5

wan2.6-i2v

5

5

wan2.5-i2v-preview

5

5

wan2.2-i2v-flash

2

2

wan2.2-i2v-plus

wanx2.1-i2v-turbo

wanx2.1-i2v-plus

图生视频-基于首尾帧

wan2.2-kf2v-flash

wanx2.1-kf2v-plus

通用视频编辑

wanx2.1-vace-plus

wan2.7-videoedit

5

5

参考生视频

wan2.7-r2v

5

5

wan2.6-r2v-flash

5

5

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

全球

服务部署范围为全球时，模型推理计算资源在全球范围内动态调度；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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

图生视频-基于首帧

wan2.6-i2v

参考生视频

wan2.6-r2v

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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）

文生视频

wan2.7-t2v

5

5

wan2.6-t2v

5

5

wan2.5-t2v-preview

5

5

wan2.2-t2v-plus

2

2

wan2.1-t2v-turbo

wan2.1-t2v-plus

图生视频

wan2.7-i2v

5

5

图生视频-基于首帧

wan2.6-i2v-flash

5

5

wan2.6-i2v

wan2.5-i2v-preview

wan2.2-i2v-plus

2

2

wan2.1-i2v-turbo

wan2.1-i2v-plus

图生视频-基于首尾帧

wan2.1-kf2v-plus

1

通用视频编辑

wan2.1-vace-plus

2

wan2.7-videoedit

5

5

参考生视频

wan2.7-r2v

5

5

wan2.6-r2v-flash

5

5

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

美国

服务部署范围为美国时，模型推理计算资源仅限于美国境内；静态数据存储于您所选的地域。该部署范围支持的地域：美国（弗吉尼亚）。

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-us

5

5

图生视频-基于首帧

wan2.6-i2v-us

舞动人像AnimateAnyone

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

animate-anyone-detect

1算力单元支持2并发

animate-anyone

1算力单元支持1并发

悦动人像EMO

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

5

同步接口无限制

emo-v1

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。

灵动人像LivePortrait

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

任务下发接口RPS限制

同时处理中任务数量

liveportrait-detect

5

同步接口无限制

liveportrait

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。

声动人像VideoRetalk

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

模型名称

任务下发接口RPS限制

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。

表情包Emoji

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

1

同步接口无限制

emoji-v1

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

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

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。

视频生成-第三方模型

爱诗系列

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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）

pixverse/pixverse-c1-t2v

5

5

同一个阿里云百炼API Key 在 4个模型间共享额度。即这 4个模型处于运行状态的任务总数加起来不能超过 5 个。

pixverse/pixverse-c1-it2v

5

pixverse/pixverse-c1-kf2v

5

pixverse/pixverse-c1-r2v

5

pixverse/pixverse-v6-t2v

5

5

同一个阿里云百炼API Key 在 3 个模型间共享额度。即这 3个模型处于运行状态的任务总数加起来不能超过 5 个。

pixverse/pixverse-v6-it2v

5

pixverse/pixverse-v6-kf2v

5

pixverse/pixverse-v5.6-t2v

5

5

同一个阿里云百炼API Key 在 4 个模型间共享额度。即这 4 个模型处于运行状态的任务总数加起来不能超过 5 个。

pixverse/pixverse-v5.6-it2v

5

pixverse/pixverse-v5.6-kf2v

5

pixverse/pixverse-v5.6-r2v

5

可灵系列

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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）

kling/kling-v3-omni-video-generation

5

10

同一阿里云百炼 API Key 下，可灵系列的 4 个模型（图像及视频）共享 10 个并发数。即这 4 个模型处于运行状态的任务总数加起来不能超过 10 个。

kling/kling-v3-video-generation

5

Vidu系列

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

vidu/viduq3-turbo_text2video

5

5

同一个阿里云百炼API Key 在 13 个模型间共享并发额度。即这 13 个模型处于运行状态的任务总数加起来不能超过 5 个。

vidu/viduq3-pro_text2video

5

vidu/viduq2_text2video

5

图生视频-基于首帧

vidu/viduq3-turbo_img2video

5

vidu/viduq3-pro_img2video

5

vidu/viduq2-turbo_img2video

5

vidu/viduq2-pro_img2video

5

图生视频-基于首尾帧

vidu/viduq3-turbo_start-end2video

5

vidu/viduq3-pro_start-end2video

5

vidu/viduq2-turbo_start-end2video

5

vidu/viduq2-pro_start-end2video

5

参考生视频

vidu/viduq2-pro_reference2video

5

vidu/viduq2_reference2video

5

向量模型

文本向量

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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）/作业数

仅输入Token

text-embedding-v1

30

1,200,000

text-embedding-v2

text-embedding-v3

text-embedding-v4

text-embedding-async-v1

1

当前用户在系统通用文本向量异步作业排队中和运行中的作业数量不超过50个。

另外，为了避免大量突发的作业占据太多资源，限制并发的作业数为3个，即任意时间，单个用户最多只有3个通用文本向量的异步作业在并发运行，其他的作业只能在队列中等待。

text-embedding-async-v2

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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）/作业数

含输入与输出Token

text-embedding-v3

6,000

24,000,000

多模态向量

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

qwen2.5-vl-embedding

1,200

600,000

tongyi-embedding-vision-plus

600

200,000

tongyi-embedding-vision-flash

tongyi-embedding-vision-flash-2026-03-06

1,200

9,600,000

tongyi-embedding-vision-plus-2026-03-06

multimodal-embedding-v1

120

1,000,000

排序模型

排序模型

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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-rerank

5,400

5,000,000,000

qwen3-vl-rerank

600

9,000,000

gte-rerank-v2

5,040

4,980,000,000

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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-rerank

5,400

5,000,000,000

gte-rerank-v2

5,040

4,980,000,000

行业

通义法睿（法律模型）

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

farui-plus

240

1,000,000

意图理解

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

中国内地

服务部署范围为中国内地时，模型推理计算资源仅限于中国内地；静态数据存储于您所选的地域。该部署范围支持的地域：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

qwen-flash-character-2026-02-26

国际

服务部署范围为国际时，模型推理计算资源在全球范围内动态调度（不含中国内地）；静态数据存储于您所选的地域。该部署范围支持的地域：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

120

500,000

qwen-flash-character

120

500,000

qwen-plus-character-ja

120

500,000

界面交互

说明

服务部署范围仅支持中国内地。数据存储位于北京接入地域，模型推理计算资源仅限于中国内地。

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

gui-plus

80

540,000

gui-plus-2026-02-26

100

540,000

已下线模型

详细信息，请参见模型下线机制说明。

2026年3月30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

千问语言模型

qwen2-72b-instruct

0

0

qwen2-57b-a14b-instruct

qwen2-7b-instruct

qwen2-1.5b-instruct

qwen2-0.5b-instruct

qwen1.5-110b-chat

qwen1.5-72b-chat

qwen1.5-32b-chat

qwen1.5-14b-chat

qwen1.5-7b-chat

qwen1.5-1.8b-chat

qwen1.5-0.5b-chat

qwen2.5-coder-3b-instruct

qwen2.5-coder-1.5b-instruct

qwen2.5-coder-0.5b-instruct

qwen2.5-math-1.5b-instruct

千问VL

qwen2-vl-72b-instruct

qwen2-vl-7b-instruct

qwen2-vl-2b-instruct

qwen-vl-v1

qwen-vl-chat-v1

MiniMax-abab

abab6.5g-chat

abab6.5t-chat

abab6.5s-chat

StableDiffusion文生图

stable-diffusion-xl

stable-diffusion-v1.5

stable-diffusion-3.5-large

stable-diffusion-3.5-large-turbo

FLUX文生图

flux-schnell

flux-dev

flux-merged

千问Audio

qwen2-audio-instruct

qwen-audio-chat

OpenNLU

opennlu-v1

2026年1月30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

千问Max

qwen-max-2024-04-03

0

0

千问Plus

qwen-plus-2024-11-27

qwen-plus-2024-11-25

qwen-plus-2024-09-19

qwen-plus-2024-08-06

qwen-plus-2024-07-23

千问Turbo

qwen-turbo-2024-09-19

qwen-turbo-2024-06-24

千问VL

qwen-vl-max-2024-10-30

qwen-vl-max-2024-08-09

qwen-vl-plus-2024-08-09

千问Audio

qwen-audio-turbo-2024-12-04

qwen-audio-turbo-2024-08-07

qwen-audio-asr-2024-12-04

2025年7月30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

千问VL

qwen-vl-plus-2023-12-01

0

0

零一万物

yi-large

yi-medium

yi-large-rag

yi-large-turbo

Dolly

dolly-12b-v2

2025年7月2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

Llama-仅文本输入

llama3.3-70b-instruct

0

0

llama3.2-3b-instruct

llama3.2-1b-instruct

llama3.1-405b-instruct

llama3.1-70b-instruct

llama3.1-8b-instruct

llama3-70b-instruct

llama3-8b-instruct

llama2-13b-chat-v2

llama2-7b-chat-v2

Llama-文本和图像输入

llama3.2-90b-vision-instruct

llama3.2-11b-vision

百川-开源版

baichuan2-13b-chat-v1

baichuan2-7b-chat-v1

baichuan-7b-v1

ChatGLM

chatglm3-6b

chatglm-6b-v2

姜子牙

ziya-llama-13b-v1

BELLE

belle-llama-13b-2m-v1

元语

chatyuan-large-v2

BiLLa

billa-7b-sft-v1

类别

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

动漫人物生成

wanx-style-cosplay-v1

0

0

图配文

wanx-ast

创意文字生成-WordArt锦书

wordart-surnames

AnyText图文融合

wanx-anytext-v1

2025年5月8日下线

类别

模型名称

限流条件（超出任一数值时触发限流）

替代模型

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-千问

qwen-max-2024-01-07

（qwen-max-0107）

0

0

qwen-max

qwen-plus-2024-06-24

（qwen-plus-0624）

qwen-plus

qwen-plus-2024-02-06

（qwen-plus-0206）

qwen-turbo-2024-02-06

（qwen-turbo-0206）

qwen-turbo

qwen-vl-max-2024-02-01

（qwen-vl-max-0201）

qwen-vl-max

文本生成-千问-开源版

qwen-72b-chat

qwen2.5-72b-instruct

qwen-14b-chat

qwen2.5-14b-instruct

qwen-7b-chat

qwen2.5-7b-instruct

qwen-1.8b-chat

qwen2.5-1.5b-instruct

qwen-1.8b-longcontext-chat

qwen2.5-1.5b-instruct

qwen2-math-72b-instruct

qwen2.5-math-72b-instruct

qwen2-math-7b-instruct

qwen2.5-math-7b-instruct

qwen2-math-1.5b-instruct

qwen2.5-math-7b-instruct

类别

模型名称

限流条件（超出任一数值时触发限流）

替代模型

任务下发接口RPS限制

同时处理中任务数量

幻影人像Motionshop视频生成模型

motionshop-video-detect

0

0

使用animate-anyone-gen2的“按视频背景生成”功能，可达到近似效果

motionshop-gen3d

motionshop-synthesis

上一篇：模型列表下一篇：选择地域和服务部署范围