模型用量

如需了解免费额度相关内容，请参考新人免费额度文档。

支持的模型

模型列表中的所有模型均支持查看用量，包括基于它们调优后的模型。

查看模型用量

在模型用量：用量统计页面查看。数据按业务空间维度统计，不支持按阿里云账号维度统计（如何解决）。数据延迟约为 1 小时。

1. 进入页面后，选择对应的模型类型（如大语言模型）页签，再按需选择统计时间范围。页面将汇总展示所选时间段内，该推理类型下所有已调用过模型的用量。

   统计时间范围：不支持查看 30 天以前的统计数据。如需查询更早的用量信息，请通过费用与成本页面查询。

   按推理类型筛选：仅「大语言模型」页签支持按推理类型（实时推理 或 批量推理）筛选；若该空间下从未产生过「批量推理」用量数据，推理类型下拉框只会显示「实时推理」。

2. 如需查询某个具体模型的用量，可在页面右侧搜索框输入模型名称（如qwen-plus）筛选对应数据。

   可前往模型列表查询模型名称。

模型用量统计单位说明

在阿里云百炼，不同模型的用量统计口径如下：

应用于生产环境

管理模型用量建议：

• 控制模型输出长度： 在调用模型 API 时，合理限制思考长度和设置 max_tokens 参数，可限制模型单次生成内容的最大长度（从而控制费用）。

• 根据任务类型选择模型： 对于分类、摘要等简单任务，优先选择成本更低的轻量级模型（如 qwen-turbo），而不是始终使用功能强大但价格也较高的模型（如 qwen-max）。

• 监控与告警： 通过用量与性能观测监控用量趋势，并可配置用量告警，当用量出现异常时及时收到通知。

• 优化 Prompt： 简洁、清晰的 Prompt 不仅能提升模型输出质量，也能减少不必要的输入 Token 消耗。

• 使用批量推理： 对于非实时、大批量的处理任务，使用批量推理通常比实时调用更具成本优势。

名词解释

常见问题