限流-大模型服务平台百炼(Model Studio)-阿里云帮助中心

百炼按主账号维度对模型调用设置限流，账号下所有RAM子账号、业务空间和API Key 的调用量合并计算。超出限制时请求会被拒绝，通常在一分钟内自动恢复。

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。

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。

除 RPM 和 TPM 外，限流策略可能按秒级 RPS（RPM/60）与 TPS（TPM/60）执行。即使每分钟总调用量未超限，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。

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。

如何避免限流？

选用高限流模型
- 优先使用 qwen-plus 等限流额度更高的模型。
- 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。

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-2025-07-28 触发限流后，自动改用 qwen-plus-2025-07-14 重试。

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())

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。
提升限流额度：默认限流额度不足时，在百炼控制台的限流提额页面提升模型的临时 TPM 额度，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

默认限流额度不足时，可在百炼控制台提升模型的临时 TPM 额度。提交后立即生效，有效期 30 天，到期后自动恢复为系统默认值。

目前支持华北2（北京）和新加坡地域。

登录百炼控制台，进入限流提额页面。
单击页面右上角的提升模型临时限流额度。
在弹窗中选择模型，填写期望的 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。
单击确定，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的可选列表为准。
对已提额的模型再次提交视为重新申请，有效期随之重置为 30 天。
按实际需求申请额度。若配置容量长期显著超过实际使用量，系统可能在提前通知后将其恢复为默认值。

文本生成-千问

千问语言模型

华北2（北京）

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
模型名称	服务部署范围	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-max 用Batch API调用服务时，不受限流限制。	中国内地	30,000	5,000,000
qwen3.7-max-2026-05-20	中国内地	600	1,000,000
qwen3.7-max-preview	中国内地	60	500,000
qwen3.7-max-2026-05-17	中国内地	60	500,000
qwen3.6-max-preview	中国内地	600	1,000,000
qwen3-max 用Batch API调用服务时，不受限流限制。	中国内地	30,000	5,000,000
qwen3-max-2026-01-23	中国内地	600	1,000,000
qwen3-max-2025-09-23	中国内地	60	100,000
qwen3-max-preview	中国内地	600	1,000,000
qwen-max 用Batch API调用服务时，不受限流限制。	中国内地	1,200	1,000,000
qwen3.7-plus	中国内地	30,000	5,000,000
qwen3.7-plus-2026-05-26	中国内地	600	1,000,000
qwen3.6-plus 用Batch API调用服务时，不受限流限制。	中国内地	30,000	5,000,000
qwen3.6-plus-2026-04-02	中国内地	600	1,000,000
qwen3.6-flash 用Batch API调用服务时，不受限流限制。	中国内地	30,000	10,000,000
qwen3.6-flash-2026-04-16	中国内地	600	1,000,000
qwen3.5-plus 用Batch API调用服务时，不受限流限制。	中国内地	30,000	5,000,000
qwen3.5-plus-2026-04-20	中国内地	600	1,000,000
qwen3.5-plus-2026-02-15	中国内地	600	1,000,000
qwen-plus 用Batch API调用服务时，不受限流限制。	中国内地	30,000	5,000,000
qwen-plus-latest 用Batch API调用服务时，不受限流限制。	中国内地	15,000	1,200,000
qwen-plus-2025-12-01	中国内地	120	1,000,000
qwen-plus-2025-09-11	中国内地	60	1,000,000
qwen-plus-2025-07-28 （qwen-plus-0728）	中国内地	60	1,000,000
qwen-plus-2025-07-14 （qwen-plus-0714）	中国内地	60	100,000
qwen-plus-2025-04-28 （qwen-plus-0428）	中国内地	60	1,000,000
qwen-plus-2025-01-25 （qwen-plus-0125）	中国内地	60	150,000
qwen-plus-2025-01-12 （qwen-plus-0112）	中国内地	60	150,000
qwen-plus-2024-12-20 （qwen-plus-1220）	中国内地	60	150,000
qwen3.5-flash 用Batch API调用服务时，不受限流限制。	中国内地	30,000	10,000,000
qwen3.5-flash-2026-02-23	中国内地	600	1,000,000
qwen-flash 用Batch API调用服务时，不受限流限制。	中国内地	30,000	10,000,000
qwen-flash-2025-07-28	中国内地	60	1,000,000
qwen-turbo 用Batch API调用服务时，不受限流限制。	中国内地	1,200	5,000,000
qwq-plus 用Batch API调用服务时，不受限流限制。	中国内地	600	1,000,000
qwen-long 用Batch API调用服务时，不受限流限制。	中国内地	1,200	3,000,000
qwen-long-latest 用Batch API调用服务时，不受限流限制。	中国内地	1,200	60,000
qwen-long-2025-01-25 (qwen-long-0125)	中国内地	3	7,500

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
模型名称	服务部署范围	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-max	全球	30,000	5,000,000
qwen3.7-max-2026-05-20	全球	600	1,000,000
qwen3-max	全球	600	1,000,000
qwen3-max-preview	全球	600	1,000,000
qwen3-max-2025-09-23	全球	60	100,000
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
qwen3.6-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	15,000	5,000,000
qwen-plus-us	美国	600	1,000,000
qwen-plus-2025-12-01	全球	60	1,000,000
qwen-plus-2025-09-11	全球	60	1,000,000
qwen-plus-2025-07-28	全球	60	1,000,000
qwen-plus-2025-12-01-us	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-us	美国	600	5,000,000
qwen-flash-2025-07-28	全球	60	1,000,000
qwen-flash-2025-07-28-us	美国	600	5,000,000

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
模型名称	服务部署范围	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-max	国际	600	1,000,000
qwen3.7-max-2026-05-20	国际	60	1,000,000
qwen3.6-max-preview	国际	600	1,000,000
qwen3-max	国际	600	1,000,000
qwen3-max-2026-01-23	国际	600	1,000,000
qwen3-max-2025-09-23	国际	60	100,000
qwen3-max-preview	国际	600	1,000,000
qwen-max 用Batch API调用服务时，不受限流限制。	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
qwen3.6-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-latest	国际	600	1,000,000
qwen-plus-2025-12-01	国际	120	1,000,000
qwen-plus-2025-09-11	国际	120	1,000,000
qwen-plus-2025-07-28	国际	60	100,000
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
qwq-plus	国际	60	100,000
qwen-turbo 用Batch API调用服务时，不受限流限制。	国际	600	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
模型名称	服务部署范围	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-max	全球	30,000	5,000,000
qwen3.7-max-2026-05-20	全球	600	1,000,000
qwen3-max	全球	600	1,000,000
qwen3-max	欧盟	600	1,000,000
qwen3-max-preview	全球	600	1,000,000
qwen3-max-2026-01-23	欧盟	600	1,000,000
qwen3-max-2025-09-23	全球	60	100,000
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
qwen3.6-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	15,000	5,000,000
qwen-plus	欧盟	600	1,000,000
qwen-plus-2025-12-01	全球	60	1,000,000
qwen-plus-2025-12-01	欧盟	120	1,000,000
qwen-plus-2025-09-11	全球	60	1,000,000
qwen-plus-2025-07-28	全球	60	1,000,000
qwen3.5-flash	全球	30,000	10,000,000
qwen3.5-flash	欧盟	30,000	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	15,000	10,000,000
qwen-flash-2025-07-28	全球	60	1,000,000

千问VL（视觉理解/图生文）

华北2（北京）

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
模型名称	服务部署范围	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 用Batch API调用服务时，不受限流限制。	中国内地	3,000	5,000,000
qwen3-vl-plus-2025-12-19	中国内地	60	100,000
qwen3-vl-plus-2025-09-23	中国内地	60	100,000
qwen3-vl-flash 用Batch API调用服务时，不受限流限制。	中国内地	3,000	5,000,000
qwen3-vl-flash-2026-01-22	中国内地	60	100,000
qwen3-vl-flash-2025-10-15	中国内地	60	100,000
qwen-vl-max 用Batch API调用服务时，不受限流限制。	中国内地	1,200	1,000,000
qwen-vl-plus 用Batch API调用服务时，不受限流限制。	中国内地	1,200	1,000,000
qvq-max	中国内地	60	100,000
qvq-plus	中国内地	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
模型名称	服务部署范围	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	60	1,000,000
qwen3-vl-plus-2025-09-23	全球	60	100,000
qwen3-vl-flash	全球	1,200	1,000,000
qwen3-vl-flash-us	美国	1,200	1,000,000
qwen3-vl-flash-2025-10-15	全球	60	100,000
qwen3-vl-flash-2025-10-15-us	美国	120	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
模型名称	服务部署范围	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
qwen3-vl-plus-2025-12-19	国际	60	100,000
qwen3-vl-plus-2025-09-23	国际	120	1,000,000
qwen3-vl-flash	国际	1,200	1,000,000
qwen3-vl-flash-2026-01-22	国际	60	100,000
qwen3-vl-flash-2025-10-15	国际	120	1,000,000
qwen-vl-max	国际	1,200	1,000,000
qwen-vl-plus	国际	1,200	1,000,000
qvq-max	国际	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
模型名称	服务部署范围	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	1,200	1,000,000
qwen3-vl-plus	欧盟	1,200	1,000,000
qwen3-vl-plus-2025-09-23	全球	60	100,000
qwen3-vl-flash	全球	1,200	1,000,000
qwen3-vl-flash	欧盟	1,200	1,000,000
qwen3-vl-flash-2026-01-22	欧盟	60	100,000
qwen3-vl-flash-2025-10-15	全球	60	100,000
qwen3-vl-flash-2025-10-15	欧盟	60	100,000

千问Omni

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	60	100,000
qwen3.5-omni-plus-2026-03-15	中国内地	60	100,000
qwen3.5-omni-flash	中国内地	60	100,000
qwen3.5-omni-flash-2026-03-15	中国内地	60	100,000
qwen3-omni-flash	中国内地	60	100,000
qwen3-omni-flash-2025-12-01	中国内地	60	100,000
qwen3-omni-flash-2025-09-15	中国内地	60	100,000
qwen-omni-turbo 用Batch API调用服务时，不受限流限制。	中国内地	60	100,000
qwen-omni-turbo-latest	中国内地	60	100,000
qwen-omni-turbo-2025-03-26 （qwen-omni-turbo-0326）	中国内地	60	100,000
qwen-omni-turbo-2025-01-19 （qwen-omni-turbo-0119）	中国内地	60	100,000

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
模型名称	服务部署范围	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	国际	60	100,000
qwen3.5-omni-plus-2026-03-15	国际	60	100,000
qwen3.5-omni-flash	国际	60	100,000
qwen3.5-omni-flash-2026-03-15	国际	60	100,000
qwen3-omni-flash	国际	60	100,000
qwen3-omni-flash-2025-12-01	国际	60	100,000
qwen3-omni-flash-2025-09-15	国际	60	100,000
qwen-omni-turbo	国际	60	100,000
qwen-omni-turbo-latest	国际	60	100,000
qwen-omni-turbo-2025-03-26	国际	60	100,000

千问Omni-Realtime

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	60	100,000
qwen3.5-omni-plus-realtime-2026-03-15	中国内地	60	100,000
qwen3.5-omni-flash-realtime	中国内地	60	100,000
qwen3.5-omni-flash-realtime-2026-03-15	中国内地	60	100,000
qwen3-omni-flash-realtime	中国内地	60	100,000
qwen3-omni-flash-realtime-2025-12-01	中国内地	60	100,000
qwen3-omni-flash-realtime-2025-09-15	中国内地	60	100,000
qwen-omni-turbo-realtime-latest	中国内地	60	100,000
qwen-omni-turbo-realtime-2025-05-08	中国内地	60	100,000

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
模型名称	服务部署范围	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	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	国际	60	100,000
qwen3-omni-flash-realtime-2025-12-01	国际	60	100,000
qwen3-omni-flash-realtime-2025-09-15	国际	60	100,000
qwen-omni-turbo-realtime	国际	60	10,000
qwen-omni-turbo-realtime-latest	国际	60	10,000
qwen-omni-turbo-realtime-2025-05-08	国际	60	10,000

千问OCR（文字提取）

华北2（北京）

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
模型名称	服务部署范围	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 用Batch API调用服务时，不受限流限制。	中国内地	600	6,000,000
qwen-vl-ocr-latest 用Batch API调用服务时，不受限流限制。	中国内地	1,200	6,000,000
qwen-vl-ocr-2025-11-20	中国内地	1,200	6,000,000
qwen-vl-ocr-2025-08-28	中国内地	600	6,000,000
qwen-vl-ocr-2025-04-13	中国内地	600	6,000,000
qwen-vl-ocr-2024-10-28	中国内地	600	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
模型名称	服务部署范围	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

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
模型名称	服务部署范围	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

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
模型名称	服务部署范围	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Audio（音频理解）

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	120	100,000
qwen-audio-turbo-latest	中国内地	60	100,000

千问数学模型

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	1,200	1,000,000
qwen-math-plus-latest	中国内地	1,200	1,000,000
qwen-math-plus-2024-09-19 （qwen-math-plus-0919）	中国内地	60	100,000
qwen-math-plus-2024-08-16 （qwen-math-plus-0816）	中国内地	10	20,000
qwen-math-turbo	中国内地	1200	1,000,000

千问Coder

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	5,000	5,000,000
qwen3-coder-plus-2025-09-23	中国内地	60	1,000,000
qwen3-coder-plus-2025-07-22	中国内地	60	1,000,000
qwen3-coder-flash	中国内地	5,000	5,000,000
qwen3-coder-flash-2025-07-28	中国内地	60	1,000,000
qwen-coder-plus	中国内地	1,200	1,000,000
qwen-coder-turbo	中国内地	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
模型名称	服务部署范围	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	全球	2,400	2,000,000
qwen3-coder-plus-2025-09-23	全球	60	1,000,000
qwen3-coder-plus-2025-07-22	全球	60	1,000,000
qwen3-coder-flash	全球	1,200	1,000,000
qwen3-coder-flash-2025-07-28	全球	60	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
模型名称	服务部署范围	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	国际	2,400	2,000,000
qwen3-coder-plus-2025-09-23	国际	600	1,000,000
qwen3-coder-plus-2025-07-22	国际	60	1,000,000
qwen3-coder-flash	国际	600	5,000,000
qwen3-coder-flash-2025-07-28	国际	600	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
模型名称	服务部署范围	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	全球	2,400	2,000,000
qwen3-coder-plus-2025-09-23	全球	60	1,000,000
qwen3-coder-plus-2025-07-22	全球	60	1,000,000
qwen3-coder-flash	全球	1,200	1,000,000
qwen3-coder-flash-2025-07-28	全球	60	1,000,000

千问翻译模型

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	60	25,000
qwen-mt-flash	中国内地	60	35,000
qwen-mt-lite	中国内地	60	100,000
qwen-mt-turbo	中国内地	60	35,000

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
模型名称	服务部署范围	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-us	美国	60	100,000

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
模型名称	服务部署范围	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
qwen-mt-turbo	国际	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
模型名称	服务部署范围	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

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-doc-turbo

中国内地

600

3,000,000

千问深入研究模型

华北2（北京）

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

qwen-deep-research

中国内地

120

1,200,000

通义晓蜜对话分析模型

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	600	1,000,000
tongyi-xiaomi-analysis-pro	中国内地	600	1,000,000

文本生成-千问-开源版

千问语言模型开源版

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	600	1,000,000
qwen3.6-27b	中国内地	600	1,000,000
qwen3.5-397b-a17b	中国内地	600	1,000,000
qwen3.5-122b-a10b	中国内地	600	1,000,000
qwen3.5-27b	中国内地	600	1,000,000
qwen3.5-35b-a3b	中国内地	600	1,000,000
qwen3-next-80b-a3b-thinking	中国内地	600	1,000,000
qwen3-next-80b-a3b-instruct	中国内地	600	1,000,000
qwen3-235b-a22b-thinking-2507	中国内地	600	1,000,000
qwen3-235b-a22b-instruct-2507	中国内地	600	1,000,000
qwen3-30b-a3b-thinking-2507	中国内地	600	1,000,000
qwen3-30b-a3b-instruct-2507	中国内地	600	1,000,000
qwen3-235b-a22b	中国内地	600	1,000,000
qwen3-30b-a3b	中国内地	600	1,000,000
qwen3-32b	中国内地	2400	1,000,000
qwen3-14b	中国内地	600	1,000,000
qwen3-8b	中国内地	600	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
模型名称	服务部署范围	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	全球	600	1,000,000
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
qwen3.5-35b-a3b	全球	600	1,000,000
qwen3-next-80b-a3b-thinking	全球	600	1,000,000
qwen3-next-80b-a3b-instruct	全球	600	1,000,000
qwen3-235b-a22b-thinking-2507	全球	600	1,000,000
qwen3-235b-a22b-instruct-2507	全球	600	1,000,000
qwen3-30b-a3b-thinking-2507	全球	600	1,000,000
qwen3-30b-a3b-instruct-2507	全球	600	1,000,000
qwen3-235b-a22b	全球	600	1,000,000
qwen3-32b	全球	600	1,000,000
qwen3-30b-a3b	全球	600	1,000,000
qwen3-14b	全球	600	1,000,000
qwen3-8b	全球	600	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
模型名称	服务部署范围	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	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
qwen3-next-80b-a3b-thinking	国际	600	1,000,000
qwen3-next-80b-a3b-instruct	国际	600	1,000,000
qwen3-235b-a22b-thinking-2507	国际	600	1,000,000
qwen3-235b-a22b-instruct-2507	国际	600	1,000,000
qwen3-30b-a3b-thinking-2507	国际	600	5,000,000
qwen3-30b-a3b-instruct-2507	国际	600	5,000,000
qwen3-235b-a22b	国际	600	1,000,000
qwen3-32b	国际	600	1,000,000
qwen3-30b-a3b	国际	600	1,000,000
qwen3-14b	国际	600	1,000,000
qwen3-8b	国际	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
模型名称	服务部署范围	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	全球	600	1,000,000
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
qwen3.5-35b-a3b	全球	600	1,000,000
qwen3-next-80b-a3b-thinking	全球	600	1,000,000
qwen3-next-80b-a3b-instruct	全球	600	1,000,000
qwen3-235b-a22b-thinking-2507	全球	600	1,000,000
qwen3-235b-a22b-instruct-2507	全球	600	1,000,000
qwen3-30b-a3b-thinking-2507	全球	600	1,000,000
qwen3-30b-a3b-instruct-2507	全球	600	1,000,000
qwen3-235b-a22b	全球	600	1,000,000
qwen3-32b	全球	600	1,000,000
qwen3-30b-a3b	全球	600	1,000,000
qwen3-14b	全球	600	1,000,000
qwen3-8b	全球	600	1,000,000

Qwen-VL

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	600	1,000,000
qwen3-vl-32b-instruct	中国内地	600	1,000,000
qwen3-vl-30b-a3b-thinking	中国内地	600	1,000,000
qwen3-vl-30b-a3b-instruct	中国内地	600	1,000,000
qwen3-vl-8b-thinking	中国内地	600	1,000,000
qwen3-vl-8b-instruct	中国内地	600	1,000,000
qwen3-vl-235b-a22b-thinking	中国内地	60	100,000
qwen3-vl-235b-a22b-instruct	中国内地	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
模型名称	服务部署范围	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	全球	60	100,000
qwen3-vl-235b-a22b-instruct	全球	60	100,000
qwen3-vl-32b-thinking	全球	600	1,000,000
qwen3-vl-32b-instruct	全球	600	1,000,000
qwen3-vl-30b-a3b-thinking	全球	600	1,000,000
qwen3-vl-30b-a3b-instruct	全球	600	1,000,000
qwen3-vl-8b-thinking	全球	600	1,000,000
qwen3-vl-8b-instruct	全球	600	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
模型名称	服务部署范围	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	国际	60	100,000
qwen3-vl-32b-instruct	国际	60	100,000
qwen3-vl-30b-a3b-thinking	国际	60	100,000
qwen3-vl-30b-a3b-instruct	国际	60	100,000
qwen3-vl-8b-thinking	国际	60	100,000
qwen3-vl-8b-instruct	国际	60	100,000
qwen3-vl-235b-a22b-thinking	国际	60	100,000
qwen3-vl-235b-a22b-instruct	国际	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
模型名称	服务部署范围	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	全球	60	100,000
qwen3-vl-235b-a22b-instruct	全球	60	100,000
qwen3-vl-32b-thinking	全球	600	1,000,000
qwen3-vl-32b-instruct	全球	600	1,000,000
qwen3-vl-30b-a3b-thinking	全球	600	1,000,000
qwen3-vl-30b-a3b-instruct	全球	600	1,000,000
qwen3-vl-8b-thinking	全球	600	1,000,000
qwen3-vl-8b-instruct	全球	600	1,000,000

Qwen-Omni

华北2（北京）

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

qwen2.5-omni-7b

中国内地

100,000

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

qwen2.5-omni-7b

国际

100,000

Qwen3-Omni-Captioner

华北2（北京）

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-omni-30b-a3b-captioner

中国内地

100,000

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

qwen3-omni-30b-a3b-captioner

国际

100,000

Qwen-Math

华北2（北京）

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

Qwen-Coder

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	600	1,000,000
qwen3-coder-480b-a35b-instruct	中国内地	600	1,000,000
qwen3-coder-30b-a3b-instruct	中国内地	600	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
模型名称	服务部署范围	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	全球	600	1,000,000
qwen3-coder-30b-a3b-instruct	全球	600	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
模型名称	服务部署范围	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	国际	600	1,000,000
qwen3-coder-480b-a35b-instruct	国际	600	1,000,000
qwen3-coder-30b-a3b-instruct	国际	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
模型名称	服务部署范围	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	全球	600	1,000,000
qwen3-coder-30b-a3b-instruct	全球	600	1,000,000
qwen3-coder-next	欧盟	600	1,000,000

文本生成-第三方模型

DeepSeek

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	15,000	1,200,000
deepseek-v4-flash	中国内地	15,000	1,200,000
deepseek-v3.2 用Batch API调用服务时，不受限流限制。	中国内地	15,000	1,200,000
deepseek-v3.2-exp	中国内地	15,000	1,200,000
deepseek-v3.1	中国内地	15,000	1,200,000
deepseek-r1-0528	中国内地	60	100,000
deepseek-r1 用Batch API调用服务时，不受限流限制。	中国内地	15,000	1,200,000
deepseek-v3 用Batch API调用服务时，不受限流限制。	中国内地	15,000	1,200,000
deepseek-r1-distill-qwen-7b	中国内地	15,000	1,200,000
deepseek-r1-distill-qwen-14b	中国内地	15,000	1,200,000
deepseek-r1-distill-qwen-32b	中国内地	15,000	1,200,000
deepseek-r1-distill-qwen-1.5b	中国内地	60	100,000
deepseek-r1-distill-llama-8b	中国内地	60	100,000
deepseek-r1-distill-llama-70b	中国内地	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
模型名称	服务部署范围	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	全球	15,000	1,200,000
deepseek-v4-flash	全球	15,000	1,200,000

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
模型名称	服务部署范围	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	国际	10,000	1,200,000
deepseek-v4-flash	国际	10,000	1,200,000
deepseek-v3.2	国际	10,000	1,200,000

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
模型名称	服务部署范围	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	全球	15,000	1,200,000
deepseek-v4-flash	全球	15,000	1,200,000

DeepSeek-硅基流动直供

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	500	500,000
siliconflow/deepseek-v3.1-terminus	中国内地	500	500,000
siliconflow/deepseek-r1-0528	中国内地	500	500,000
siliconflow/deepseek-v3-0324	中国内地	500	500,000

DeepSeek-快手万擎直供

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	30	600,000
vanchin/deepseek-v3.1-terminus	中国内地	500	1,000,000
vanchin/deepseek-r1	中国内地	500	1,000,000
vanchin/deepseek-v3	中国内地	500	1,000,000
vanchin/deepseek-ocr	中国内地	500	1,000,000

Kimi

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	500	1,000,000
kimi-k2.5	中国内地	500	1,000,000
kimi-k2-thinking	中国内地	500	1,000,000
Moonshot-Kimi-K2-Instruct	中国内地	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-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-k2.5

全球

500

1,000,000

Kimi-月之暗面直供

华北2（北京）

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/kimi-k2.6	中国内地	500 同一个阿里云百炼API Key 下，kimi/kimi-k2.6与 kimi/kimi-k2.5 共享 500 RPM 限流配额。即这 2 个模型的每分钟请求总数加起来不能超过 500。	3,000,000 同一个阿里云百炼API Key 下，kimi/kimi-k2.6 与 kimi/kimi-k2.5 共享 3000000 TPM 限流配额。即这 2 个模型的每分钟 Token 消耗总数加起来不能超过 3000000。
kimi/kimi-k2.5	中国内地

GLM

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	500	1,000,000
glm-5	中国内地	500	1,000,000
glm-4.7	中国内地	500	1,000,000
glm-4.6	中国内地	60	1,000,000
glm-4.5	中国内地	60	1,000,000
glm-4.5-air	中国内地	60	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

glm-5.1

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

glm-5.1

全球

500

1,000,000

GLM-智谱直供

华北2（北京）

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
模型名称	服务部署范围	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-5.1	中国内地	200	30,000,000
ZHIPU/GLM-5	中国内地	200	30,000,000

MiniMax

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	500	1,000,000
MiniMax-M2.1	中国内地	500	1,000,000

MiniMax-稀宇科技直供

华北2（北京）

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
模型名称	服务部署范围	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-M3	中国内地	500	20,000,000
MiniMax/MiniMax-M2.7	中国内地	500	20,000,000
MiniMax/MiniMax-M2.5	中国内地	500	20,000,000
MiniMax/MiniMax-M2.1	中国内地	500	20,000,000

MiMo-小米直供

华北2（北京）

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

xiaomi/mimo-v2.5-pro

中国内地

100

10,000,000

Stepfun-阶跃星辰直供

华北2（北京）

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

stepfun/step-3.7-flash

中国内地

500

20,000,000

图像生成

千问（Qwen-Image）

华北2（北京）

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）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-2.0-pro	中国内地	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-04-22	中国内地	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-03-03	中国内地	2 次/分钟	同步接口无限制
qwen-image-2.0	中国内地	2 次/秒	同步接口无限制
qwen-image-2.0-2026-03-03	中国内地	2 次/秒	同步接口无限制
qwen-image-max	中国内地	2 次/分钟	同步接口无限制
qwen-image-max-2025-12-30	中国内地	2 次/分钟	同步接口无限制
qwen-image-plus	中国内地	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-plus-2026-01-09	中国内地	2 次/秒	同步接口无限制
qwen-image	中国内地	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-edit-max	中国内地	2 次/分钟	同步接口无限制
qwen-image-edit-max-2026-01-16	中国内地	2 次/分钟	同步接口无限制
qwen-image-edit-plus	中国内地	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-12-15	中国内地	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-10-30	中国内地	2 次/秒	同步接口无限制
qwen-image-edit	中国内地	2 次/秒	同步接口无限制
qwen-mt-image	中国内地	1 次/秒	2

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）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-2.0-pro	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-image-max	国际	2 次/分钟	同步接口无限制
qwen-image-max-2025-12-30	国际	2 次/分钟	同步接口无限制
qwen-image-plus	国际	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-plus-2026-01-09	国际	2 次/秒	同步接口无限制
qwen-image	国际	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-edit-max	国际	2 次/分钟	同步接口无限制
qwen-image-edit-max-2026-01-16	国际	2 次/分钟	同步接口无限制
qwen-image-edit-plus	国际	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-12-15	国际	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-10-30	国际	2 次/秒	同步接口无限制
qwen-image-edit	国际	2 次/秒	同步接口无限制

文生图-Z-Image

华北2（北京）

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）
		每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
z-image-turbo	中国内地	2	同步接口无限制

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）
		每秒钟任务下发接口RPS限制	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

万相

华北2（北京）

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
wan2.7-image-pro	中国内地	5	5
wan2.7-image	中国内地	5	5
wan2.6-image	中国内地	5	5
wan2.6-t2i	中国内地	1	5
wan2.5-t2i-preview	中国内地	5	5
wan2.2-t2i-plus	中国内地	2	2
wan2.2-t2i-flash	中国内地	2	2
wanx2.1-t2i-plus	中国内地	2	2
wanx2.1-t2i-turbo	中国内地	2	2
wanx2.0-t2i-turbo	中国内地	2	2
wan2.5-i2i-preview	中国内地	5	5
wanx2.1-imageedit	中国内地	2	2
wanx-v1	中国内地	2	1
wanx-x-painting	中国内地	2	1
wanx-sketch-to-image-lite	中国内地	2	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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	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

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	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

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	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

图像编辑与生成

华北2（北京）

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）
模型名称	服务部署范围	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	中国内地	2	1
wanx-virtualmodel	中国内地	2	1
wanx-style-repaint-v1	中国内地	2	2
wanx-poster-generation-v1	中国内地	2	1
virtualmodel-v2	中国内地	2	1
wanx-background-generation-v2	中国内地	2	1
image-instance-segmentation	中国内地	2	1
image-erase-completion	中国内地	2	1
image-out-painting	中国内地	2	10

人物写真生成-FaceChain

华北2（北京）

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）
模型名称	服务部署范围	作业提交接口RPS限制	同时处理中任务数量
facechain-facedetect	中国内地	5	同步接口无限制
facechain-finetune	中国内地	1	1
facechain-generation	中国内地	2	1

创意文字生成-WordArt锦书

华北2（北京）

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）
模型名称	服务部署范围	作业提交接口RPS限制	同时处理中任务数量
wordart-texture	中国内地	2	1
wordart-semantic	中国内地	2	1

AI试衣-OutfitAnyone

华北2（北京）

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）
模型名称	服务部署范围	作业提交接口RPS限制	同时处理中任务数量
aitryon	中国内地	10	5
aitryon-plus	中国内地	10	5
aitryon-parsing-v1	中国内地	10	同步接口无限制
aitryon-refiner	中国内地	10	5

图像生成-第三方模型

可灵系列

华北2（北京）

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	中国内地	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	中国内地

音乐生成

华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
fun-music-preview	中国内地	180
fun-music-v1	中国内地	180

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	180

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	180

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

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	180

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	180

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

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

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

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

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

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

华北2（北京）

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）
模型名称	服务部署范围	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	中国内地	20	20,000
MiniMax/speech-02-hd	中国内地	20	20,000
MiniMax/speech-2.8-turbo	中国内地	20	20,000
MiniMax/speech-02-turbo	中国内地	20	20,000

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

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-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
qwen3.5-livetranslate-flash-realtime	10	100,000
qwen3.5-livetranslate-flash-realtime-2026-05-19
qwen3-livetranslate-flash-realtime
qwen3-livetranslate-flash-realtime-2025-09-22

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
qwen3.5-livetranslate-flash-realtime	10	100,000
qwen3.5-livetranslate-flash-realtime-2026-05-19
qwen3-livetranslate-flash-realtime
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	100

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

千问3-ASR-Flash-Filetrans

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

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	100

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

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

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

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

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

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

视频生成

HappyHorse系列

华北2（北京）

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
happyhorse-1.0-t2v	中国内地	10	5
happyhorse-1.0-i2v	中国内地	10	5
happyhorse-1.0-r2v	中国内地	10	5
happyhorse-1.0-video-edit	中国内地	10	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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
happyhorse-1.0-t2v	全球	10	5
happyhorse-1.0-i2v	全球	10	5
happyhorse-1.0-r2v	全球	10	5
happyhorse-1.0-video-edit	全球	10	5

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
happyhorse-1.0-t2v	国际	10	5
happyhorse-1.0-i2v	国际	10	5
happyhorse-1.0-r2v	国际	10	5
happyhorse-1.0-video-edit	国际	10	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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
happyhorse-1.0-t2v	全球	10	5
happyhorse-1.0-i2v	全球	10	5
happyhorse-1.0-r2v	全球	10	5
happyhorse-1.0-video-edit	全球	10	5

万相系列

华北2（北京）

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
wan2.7-t2v-2026-04-25	中国内地	5	5
wan2.7-t2v	中国内地	5	5
wan2.6-t2v	中国内地	5	5
wan2.5-t2v-preview	中国内地	5	5
wan2.2-t2v-plus	中国内地	2	2
wanx2.1-t2v-turbo	中国内地	2	2
wanx2.1-t2v-plus	中国内地	2	2
wan2.7-i2v-2026-04-25	中国内地	5	5
wan2.7-i2v	中国内地	5	5
wan2.6-i2v-flash	中国内地	5	5
wan2.6-i2v	中国内地	5	5
wan2.5-i2v-preview	中国内地	5	5
wan2.2-i2v-flash	中国内地	2	2
wan2.2-i2v-plus	中国内地	2	2
wanx2.1-i2v-turbo	中国内地	2	2
wanx2.1-i2v-plus	中国内地	2	2
wan2.2-kf2v-flash	中国内地	2	2
wanx2.1-kf2v-plus	中国内地	2	2
wanx2.1-vace-plus	中国内地	2	2
wan2.7-videoedit	中国内地	5	5
wan2.7-r2v	中国内地	5	5
wan2.6-r2v-flash	中国内地	5	5
wan2.6-r2v	中国内地	5	5
wan2.2-s2v-detect	中国内地	5	同步接口无限制
wan2.2-s2v	中国内地	5	1
wan2.2-animate-move	中国内地	5	1
wan2.2-animate-mix	中国内地	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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	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
wan2.6-t2v-us	美国	5	5
wan2.6-i2v-us	美国	5	5

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
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-plus	国际	2	2
wan2.1-i2v-turbo	国际	2	2
wan2.1-i2v-plus	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

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	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

舞动人像AnimateAnyone

华北2（北京）

模型名称	服务部署范围	任务下发接口RPS限制	同时处理中任务数量
animate-anyone-detect-gen2	中国内地	5	同步接口无限制
animate-anyone-template-gen2	中国内地	5	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	中国内地	5	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-detect	中国内地	5	1算力单元支持2并发
animate-anyone	中国内地	5	1算力单元支持1并发

悦动人像EMO

华北2（北京）

模型名称

服务部署范围

任务下发接口RPS限制

同时处理中任务数量

emo-detect-v1

中国内地

同步接口无限制

emo-v1

中国内地

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

华北2（北京）

模型名称

服务部署范围

任务下发接口RPS限制

同时处理中任务数量

liveportrait-detect

中国内地

同步接口无限制

liveportrait

中国内地

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

华北2（北京）

模型名称

服务部署范围

任务下发接口RPS限制

同时处理中任务数量

videoretalk

中国内地

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

华北2（北京）

模型名称

服务部署范围

任务下发接口RPS限制

同时处理中任务数量

emoji-detect-v1

中国内地

同步接口无限制

emoji-v1

中国内地

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

服务部署范围

任务下发接口RPS限制

同时处理中任务数量

video-style-transform

中国内地

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

华北2（北京）

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）
模型名称	服务部署范围	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	中国内地	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	中国内地
pixverse/pixverse-c1-kf2v	中国内地
pixverse/pixverse-c1-r2v	中国内地
pixverse/pixverse-v6-t2v	中国内地	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-v6-it2v	中国内地
pixverse/pixverse-v6-kf2v	中国内地
pixverse/pixverse-v6-r2v	中国内地
pixverse/pixverse-v5.6-t2v	中国内地	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	中国内地
pixverse/pixverse-v5.6-kf2v	中国内地
pixverse/pixverse-v5.6-r2v	中国内地

可灵系列

华北2（北京）

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	中国内地	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	中国内地

Vidu系列

华北2（北京）

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）
模型名称	服务部署范围	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
vidu/viduq3-turbo_text2video	中国内地	5	5 同一个阿里云百炼API Key 在 17 个模型间共享并发额度。即这 17 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	中国内地	5
vidu/viduq2_text2video	中国内地	5
vidu/viduq3-turbo_img2video	中国内地	5
vidu/viduq3-pro_img2video	中国内地	5
vidu/viduq2-turbo_img2video	中国内地	5
vidu/viduq2-pro_img2video	中国内地	5
vidu/viduq2-pro-fast_img2video	中国内地	5
vidu/viduq3-turbo_start-end2video	中国内地	5
vidu/viduq3-pro_start-end2video	中国内地	5
vidu/viduq2-turbo_start-end2video	中国内地	5
vidu/viduq2-pro_start-end2video	中国内地	5
vidu/viduq3-mix_reference2video	中国内地	5
vidu/viduq3_reference2video	中国内地	5
vidu/viduq3-turbo_reference2video	中国内地	5
vidu/viduq2-pro_reference2video	中国内地	5
vidu/viduq2_reference2video	中国内地	5

3D模型生成-第三方模型

Tripo系列

华北2（北京）

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）
		每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
Tripo/Tripo-H3.1	中国内地	5	10 同一个阿里云百炼API Key 在 2 个模型间共享额度。即这 2 个模型处于运行状态的任务总数加起来不能超过 10 个。
Tripo/Tripo-P1.0	中国内地	5

向量模型

文本向量

华北2（北京）

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）
模型名称	服务部署范围	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 用Batch API调用服务时，不受限流限制。	中国内地	30	1,200,000
text-embedding-v2 用Batch API调用服务时，不受限流限制。	中国内地	30	1,200,000
text-embedding-v3 用Batch API调用服务时，不受限流限制。	中国内地	30	1,200,000
text-embedding-v4 用Batch API调用服务时，不受限流限制。	中国内地	30	1,200,000
text-embedding-async-v1	中国内地	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	中国内地	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。

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）/作业数

含输入与输出Token

text-embedding-v3

国际

6,000

24,000,000

多模态向量

华北2（北京）

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
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）仅输入Token
qwen3-vl-embedding	中国内地	2,400	1,200,000
qwen2.5-vl-embedding	中国内地	1,200	600,000
tongyi-embedding-vision-plus	中国内地	600	200,000
tongyi-embedding-vision-flash	中国内地	600	200,000
tongyi-embedding-vision-flash-2026-03-06	中国内地	1,200	9,600,000
tongyi-embedding-vision-plus-2026-03-06	中国内地	1,200	9,600,000
multimodal-embedding-v1	中国内地	120	1,000,000

排序模型

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	5,400	5,000,000,000
qwen3-vl-rerank	中国内地	600	9,000,000
gte-rerank-v2	中国内地	5,040	4,980,000,000

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
模型名称	服务部署范围	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	国际	5,400	5,000,000,000
gte-rerank-v2	国际	5,040	4,980,000,000

行业

通义法睿（法律模型）

华北2（北京）

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

farui-plus

中国内地

240

1,000,000

意图理解

华北2（北京）

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

tongyi-intent-detect-v3

中国内地

1,200

1,000,000

角色扮演

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	120	500,000
qwen-flash-character	中国内地	120	500,000
qwen-flash-character-2026-02-26	中国内地	120	500,000

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
模型名称	服务部署范围	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

界面交互

华北2（北京）

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
模型名称	服务部署范围	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	中国内地	80	540,000
gui-plus-2026-02-26	中国内地	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5月13日下线

类别	模型名称	限流条件（超出任一数值时触发限流）
类别	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
千问语言模型	qwen-max-latest	0	0
	qwen-max-2025-01-25
	qwen-max-2024-09-19
	qwen-max-2024-04-28
	qwen-turbo-latest
	qwen-turbo-2025-07-15
	qwen-turbo-2025-04-28
	qwen-turbo-2025-02-11
	qwen-turbo-2024-11-01
	qwq-plus-latest
	qwq-plus-2025-03-05
千问VL	qwen-vl-max-latest
	qwen-vl-max-2025-08-13
	qwen-vl-max-2025-04-08
	qwen-vl-max-2025-04-02
	qwen-vl-max-2025-01-25
	qwen-vl-max-1230
	qwen-vl-max-1119
	qwen-vl-plus-latest
	qwen-vl-plus-2025-08-15
	qwen-vl-plus-2025-07-10
	qwen-vl-plus-2025-05-07
	qwen-vl-plus-2025-01-25
	qwen-vl-plus-0102
	qvq-max-latest
	qvq-max-2025-05-15
	qvq-max-2025-03-25
	qvq-plus-latest
	qvq-plus-2025-05-15
千问数学模型	qwen-math-turbo-latest
千问数学模型	qwen-math-turbo-0919
千问Coder	qwen-coder-plus-latest
	qwen-coder-plus-2024-11-06
	qwen-coder-turbo-latest
	qwen-coder-turbo-0919
文本生成-千问-开源版	qwq-32b
	qwq-32b-preview
	qvq-72b-preview
	qwen2.5-vl-72b-instruct
	qwen2.5-vl-32b-instruct
	qwen2.5-vl-7b-instruct
	qwen2.5-vl-3b-instruct
	qwen2.5-7b-instruct-1m
	qwen2.5-14b-instruct-1m
	qwen2.5-72b-instruct
	qwen2.5-32b-instruct
	qwen2.5-14b-instruct
	qwen2.5-7b-instruct
	qwen2.5-math-72b-instruct
	qwen2.5-math-7b-instruct
	qwen2.5-math-1.5b-instruct
	qwen2.5-coder-32b-instruct
	qwen2.5-coder-14b-instruct
	qwen2.5-coder-7b-instruct
	qwen2.5-coder-3b-instruct
	qwen2.5-coder-1.5b-instruct
	qwen2.5-coder-0.5b-instruct
	qwen2.5-3b-instruct
	qwen2.5-1.5b-instruct
	qwen2.5-0.5b-instruct
	qwen3-0.6b
	qwen3-1.7b
	qwen3-4b

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）
类别	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
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
千问Audio	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）
类别	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
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
Llama-文本和图像输入	llama3.2-11b-vision
百川-开源版	baichuan2-13b-chat-v1
	baichuan2-7b-chat-v1
	baichuan-7b-v1
ChatGLM	chatglm3-6b
ChatGLM	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
类别	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	替代模型
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-plus
	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