将模型部署为推理-模型部署-大模型服务平台百炼-阿里云

无论是平台的预置模型还是您调优后的模型，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。

重要

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）

获取资源实例，保障推理性能与稳定性。

我的模型

（阿里云百炼平台调优后的模型）

模型调优支持的模型

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

部署前可以在模型部署控制台查看不同模型的预估每小时费用。

说明

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	无需预付，按需使用，灵活启停。	-
包月（预付费）	模型单元	部分可部署模型	自助扩缩容	天	单位时长更便宜。支持设置自动续费。	退订规则更复杂。
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	不使用不计费。	只支持部分高效微调（LoRA）后的模型。一个月内不使用将自动释放。

您可以查看模型部署的详细计费规则。具体到单次调用 Token 使用量、调用次数历史统计可以前往：模型观测。

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：

如果提示权限不足，请参考：部署时提示权限不足怎么办？

前往模型部署，点击部署新模型。

PixPin_2025-11-26_19-12-32

选择模型、计费方式，其他设置保持默认，最后设置模型名称并开始部署。
需要先进行模型调优，才能获得可以部署的大部分模型。

部署状态为运行中时，代表该模型已部署成功。

重要

模型部署服务将产生费用。

部署配置设置

配置内容	配置详情
配置模型推理模式	少部分模型的模型单元部署模式可选。 Instruct - 模型部署后以非思考模式进行推理。 Thinking - 模型部署后以思考模式进行推理。
最长上下文	部分模型的模型单元部署模式支持该设置。最长上下文长度基于模型类型。
服务限流	部分模型的模型单元部署模式支持该设置，可限制模型调用的 RPM、TPM。

模型部署详情

按使用时长计费（模型单元）

`费用 = 使用时长（小时）× 模型单元数量 × 模型单元单价`

通义千问

模型名称	模型类型	支持限流	模型单元规格	最长上下文	单价（不满1分钟按1分钟计费）	包月单价（不满 1 天按 1 天计费）（如果在首月内提前退订，日单价将为 1.2 倍）
通义千问3-14B	Instruct/Thinking	不支持	I 型模型单元（MU1）	固定为： `131,072` 详情请参考：qwen-3	96元/小时	46,000元/月
通义千问3-8B	Instruct/Thinking	不支持		固定为： `131,072` 详情请参考：qwen-3
通义千问2.5-开源版-14B	Instruct	不支持		固定为： `131,072` 详情请参考：qwen-2.5
通义千问2.5-开源版-7B	Instruct	不支持		固定为： `131,072` 详情请参考：qwen-2.5
通义千问2-开源版-7B	Instruct	不支持		固定为： `131,072`
通义千问-Turbo-0624（2024）	Instruct	不支持		固定为： `8,000`

通义千问-Plus-2025-12-01	Instruct/Thinking	支持	I 型模型单元（MU1）	可设置：`1~1,000,000` 详情请参考：qwen-plus	192元/小时	92,000元/月
通义千问-Plus-2025-07-28	Instruct/Thinking	支持		可设置：`1~1,000,000` 详情请参考：qwen-plus
通义千问-Flash-2025-07-28	Instruct/Thinking	支持		可设置：`1~1,000,000` 详情请参考：qwen-flash
通义千问-Plus-0723（2024）	Instruct	不支持		固定为： `32,000`
通义千问2.5-开源版-72B	Instruct	不支持		固定为： `131,072` 详情请参考：qwen-2.5
通义千问2.5-开源版-32B	Instruct	不支持		固定为： `131,072` 详情请参考：qwen-2.5
通义千问2-开源版-72B	Instruct	不支持		固定为： `131,072`
通义千问3-32B	Instruct	不支持		固定为： `131,072` 详情请参考：qwen-3

通义千问3-Max-2025-09-23	Instruct	支持	II 型 / III 型模型单元（MU2/MU3）	可设置：`1-262144` 详情请参考：qwen-max	I 型模型单元：448元/小时 III 型模型单元：1048元/小时	I 型模型单元：216,000元/月 III 型模型单元：504,000元/月

模型类型：

Instruct - 模型部署后以非思考模式进行推理。
Thinking - 模型部署后以思考模式进行推理。

通义千问VL

模型服务	模型类型	支持限流	模型单元规格	最长上下文	单价（不满1分钟按1分钟计费）	包月单价（不满 1 天按 1 天计费）（如果在首月内提前退订，日单价将为 1.2 倍）
通义千问VL-Max-2025-08-13	Instruct	支持	VI 型模型单元（MU6）	固定为： `131,072`	72元/小时	34,800元/月

通义千问VL-Plus	Instruct	不支持	I 型模型单元（MU1）	固定为： `131,072`	40元/小时	20,000元/月

通义千问3-VL-8B-Instruct	Instruct	不支持	I 型模型单元（MU1）	固定为： `131,072`	96元/小时	46,000元/月
通义千问3-VL-8B-Thinking	Thinking	不支持
通义千问3-VL-4B-Instruct	Instruct	不支持
通义千问2.5-VL-7B	Instruct	不支持

通义千问VL-Max-0201（2024）	Instruct	不支持		固定为： `8,000`	160元/小时	80,000元/月

通义千问3-VL-Flash-2025-10-15	Instruct/Thinking	支持	I 型模型单元（MU1）	固定为： `262,144`	192元/小时	92,000元/月
通义千问3-VL-Plus-2025-09-23	Instruct/Thinking	不支持		固定为： `262,144`
通义千问3-VL-235B-A22B-Instruct	Instruct	不支持		固定为： `131,072`
通义千问3-VL-32B-Instruct	Instruct	不支持
通义千问2.5-VL-32B	Instruct	不支持
通义千问2.5-VL-72B	Instruct	不支持

模型类型：

Instruct - 模型部署后一定以非思考模式进行推理。
Thinking - 模型部署后一定以思考模式进行推理。
Instruct/Thinking - 可在模型部署时可选择是否开启思考模式。

按模型 Token 使用量

`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）`

只有在基于以下基础模型进行“SFT高效训练”后获得的自定义模型，才支持按模型 Token 使用量计费。

基础模型	模型类型	支持限流	最长上下文	输入单价	输出单价
通义千问3-32B	instruct	不支持	固定为： `131,072` 详情请参考：qwen-3	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	instruct	不支持		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	instruct	不支持		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	instruct	不支持	固定为： `131,072` 详情请参考：qwen-2.5	0.004元/千Token	0.012元/千Token
通义千问 2.5-32B	instruct	不支持		0.002元/千Token	0.006元/千Token
通义千问 2.5-14B	instruct	不支持		0.001元/千Token	0.003元/千Token
通义千问 2.5-7B	instruct	不支持		0.0005元/千Token	0.001元/千Token
通义千问2.5-VL-72B	instruct	不支持	固定为： `131,072`	0.016元/千Tokens	0.048元/千Tokens
通义千问2.5-VL-32B	instruct	不支持		0.008元/千Tokens	0.024元/千Tokens
通义千问2.5-VL-7B	instruct	不支持		0.002元/千Tokens	0.005元/千Tokens
通义千问 2-开源版-7B	instruct	不支持	固定为： `131,072`	0.001元/千Token	0.002元/千Token

图片、视频生成模型（预置）-按实例（时间）计费

`费用 = 资源占用时长（小时）× 实例数量 × 实例单价（不满1小时按1小时计费）`

图片生成

模型服务

模型类型

独占实例资源规格

实例单价

（预付费）

通义万相-文本生成图像-0521

预置模型

轻量版

20元/实例/小时

10,000元/月

视频生成

模型服务	模型类型	独占实例资源规格	实例单价	实例单价（预付费）
悦动人像EMO-detect	预置模型	轻量版	20元/实例/小时	10,000元/月
悦动人像EMO
舞动人像AnimateAnyone-detect
舞动人像AnimateAnyone

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：

说明

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。

经过调优的深度思考模型在调用时是否开启深度思考，建议与调优数据格式一致：

调优数据含深度思考，调用时建议开启enable_thinking参数。
调优数据不含深度思考，调用时不建议开启enable_thinking参数。

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",
    enable_thinking=False,
)
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？"},
    ],
    extra_body={"enable_thinking": False},
)
print(completion)

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：

前往模型部署，找到要下线的部署服务，点击下线并确认。

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。

部署时提示权限不足怎么办？

如果显示“缺少该模块的权限”，请确保您的账号在该业务空间的权限管理页面中拥有模型部署-操作权限。
如果无法正常操作，请联系您的组织或 IT 管理员添加相关权限或代为检查权限问题。
如果部署时报错“xx业务空间没有部署xx模型的权限”，请前往百炼的业务空间管理页面，为对应业务空间添加对应模型的部署权限。
API 调用报错：Workspace xxx does not have deployment privilege for model xxxx。
如果提示权限不足，请联系您的组织或 IT 管理员添加相关权限或代为操作。

该如何切换到其他的计费方式？

只能释放原有资源，再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。