无论是平台的预置模型还是您调优的自定义模型，通过部署可获得独立的、资源专享的推理服务，以满足您对高并发、低延迟等不同性能的业务需求。
本文档仅适用于中国大陆版（北京地域）。
支持的模型
模型类别 | 支持的模型 | 适用场景 |
预置模型 （阿里云百炼支持的标准模型） | 通义千问系列、通义万相系列 | 获取资源实例，保障推理性能与稳定性。 |
自定义模型 （阿里云百炼平台调优后的模型） | 必须部署后才能推理或评测。 |
如果需要部署更多其他模型，请参考解决方案并结合具体业务需求选择最适合的部署方案。
支持的计费方式
计费方式在服务创建后无法更改。如需切换，必须下线已经部署的模型后再重新部署。
计费方式 | 部署方式 | 支持的模型 | 扩缩容方式 | 计费最小单位 | 优点 | 产品约束 |
按使用时长 （后付费） | 模型单元 | 所有可部署模型 | 自助扩缩容 | 分钟 |
| - |
包月 （预付费） | 部分可部署模型 | 自助扩缩容 | 天 |
|
| |
按模型使用量 （后付费） | Token 用量 | 部分可部署模型 | 在控制台提交申请， 等待人工审核。 | Token |
|
|
计费详情
通义千问模型-按模型单元（使用时长）计费
通义千问模型-按实例（使用时长）计费（旧）
通义千问模型-按模型 Token 调用量计费
按模型调用量计费方式价格很低。而如果需要进一步增加并发量，需要部署后在模型部署控制台手动申请，平台会进行人工审批。
一个模型是可以在百炼的模型调优中进行重复训练的。
只有在基于以下基础模型，且只进行一次“SFT高效训练”后获得的自定义模型，才支持按调用量计费。
计费方式 | 按模型调用量 |
|
计费公式 | 费用 = 模型输入 Token 数 × 模型输入单价 + 模型输出 Token 数 × 模型输出单价（最小计费单位：1 token） |
基础模型 | 输入单价 | 输出单价 |
通义千问3-32B | 0.002元/千Token | 非思考模式：0.008元/千Token 思考模式：0.02元/千Token |
通义千问3-14B | 0.001元/千Token | 非思考模式：0.004元/千Token 思考模式：0.01元/千Token |
通义千问3-8B | 0.0005元/千Token | 非思考模式：0.002元/千Token 思考模式：0.005元/千Token |
通义千问 2.5-72B | 0.004元/千Token | 0.012元/千Token |
通义千问 2.5-32B | 0.002元/千Token | 0.006元/千Token |
通义千问 2.5-14B | 0.001元/千Token | 0.003元/千Token |
通义千问 2.5-7B | 0.0005元/千Token | 0.001元/千Token |
通义千问2.5-VL-72B | 0.016元/千Tokens | 0.048元/千Tokens |
通义千问2.5-VL-32B | 0.008元/千Tokens | 0.024元/千Tokens |
通义千问2.5-VL-7B | 0.002元/千Tokens | 0.005元/千Tokens |
通义千问 2-开源版-7B | 0.001元/千Token | 0.002元/千Token |
图片、视频生成模型（预置）-按实例（使用时长）计费
调用统计
您可以在模型观测页面查看已部署的模型的调用统计数据。
部署方法
您可以在控制台上部署模型，请参考以下操作步骤：
如果希望使用 API 部署模型请前往：使用 API 进行模型部署。
|
|
重要 开始部署后，模型部署服务将产生费用。 | |
|
部署后调用
模型部署成功后，支持通过 OpenAI 兼容、DashScope、LlamaIndex、LangChain及Assistant SDK进行调用。
在调用已部署成功的模型时，model的取值应为模型部署成功后的模型code。请您前往模型部署界面获取模型code。
示例代码以调用微调后的 qwen3-8b 模型为例：
DashScope
import os
import dashscope
messages = [
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你是谁？"},
]
response = dashscope.Generation.call(
# 若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="qwen3-8b-ft-xxx-xxx", # 请替换为模型部署成功后的code
messages=messages,
result_format="message"
)
print(response)OpenAI兼容接口
import os
from openai import OpenAI
client = OpenAI(
# 若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx",
api_key=os.getenv('DASHSCOPE_API_KEY'),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="qwen3-8b-ft-xxx-xxx",# 请替换为模型部署成功后的code
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": "你是谁？"},
]
)
print(completion)模型特性（是否支持非流式输出、结构化输出等）与微调前的模型保持一致。
部署服务扩缩容
按模型单元（时长）计费方式部署的模型可点击红框的扩缩容，自助、手动调节实例数量。
按调用量计费方式部署的模型点击黄框的扩容，填写并提交扩容申请表单，等待人工审核。
部署服务下线
如果不再需要模型部署服务，需要停止服务计费，请您按照此操作下线部署服务，下线后将不再产生计费：
|
|
常见问题
可以上传和部署自己的模型吗？
暂不支持上传和部署自有模型，建议您持续关注阿里云百炼最新动态。此外，阿里云人工智能平台 PAI 提供了部署自有模型的功能，您可以参考PAI模型部署与推理了解部署方法。
该如何切换到其他的计费方式？
只能释放原有资源，并重新使用需要的方式创建资源。
建议按照以下步骤进行切换：
使用需要的方式部署新的资源。
切换 API 并测试服务可用性。
下线释放原有资源。