> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bailian.console.aliyun.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 专属部署概述

> 通过部署获得独立的、资源专享的推理服务，以满足高并发、低延迟等性能需求；本文介绍各计费方式选型、部署方法与通用运维。

<meta property="og:title" content="专属部署概述" />

## 计费方式 <span id="7e244afe7f49k" />

> 部署前可以在[专属部署控制台](https://bailian.console.aliyun.com/cn-beijing/model/deploy)查看不同模型的预估每小时费用。

<Note>
  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。
</Note>

<table style={{ display: "table", tableLayout: "fixed", width: "100%" }}><colgroup><col style={{ width: "16.68%" }} /><col style={{ width: "16.68%" }} /><col style={{ width: "13.83%" }} /><col style={{ width: "14.64%" }} /><col style={{ width: "12.96%" }} /><col style={{ width: "25.21%" }} /></colgroup><thead><tr><th /><th colSpan={2}><p><strong>预置吞吐</strong>（PTU，Provisioned Throughput Unit）</p> <p><strong>（高吞吐；高性能）</strong></p></th><th colSpan={2}><p><strong>模型单元</strong></p> <p><strong>（自定义性能指标；资源隔离）</strong></p></th><th><p><strong>Token 用量</strong></p> <p><strong>（调优后按量计费/效果验证）</strong></p></th></tr></thead><tbody><tr><td style={{ verticalAlign: "top" }}><p><strong>定义</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>通过平台预留资源，保障特定TPM 吞吐能力的模型部署方式；在保障额度内不限速。</p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>按使用时长与模型单元数量配置算力，资源独占的模型部署方式。</p></td><td style={{ verticalAlign: "top" }}><p>以每次调用产生的输入 Token 与输出 Token 作为用量计量依据的模型部署方式。</p></td></tr><tr><td style={{ verticalAlign: "top" }}><p><strong>优势</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><ol><li><p>为<strong>高负载生产环境</strong>提供稳定的吞吐容量、更低的延迟和更强的资源确定性。</p></li> <li><p>相比按Token用量计费，TPS（每秒生成的 Token 数）通常提升约 1.5～2.0 倍。</p></li> <li><p>支持设置自动续费。</p></li></ol></td><td colSpan={2} style={{ verticalAlign: "top" }}><ol><li><p>延迟/吞吐等<strong>性能指标可自定义</strong>。</p></li> <li><p>支持设置自动续费。</p></li> <li><p>支持 <a href="/zh/model-studio/dtu-model-deployment">PD 分离计算模式</a>。</p></li></ol></td><td style={{ verticalAlign: "top" }}><p><strong>不使用不计费</strong>。</p></td></tr><tr><td style={{ verticalAlign: "top" }}><p><strong>支持模型</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>部分预置模型</p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>部分预置模型与所有调优后模型</p></td><td style={{ verticalAlign: "top" }}><p>部分经过 LoRA 调优后的模型</p></td></tr><tr><td style={{ verticalAlign: "top" }}><p><strong>使用场景</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><ol><li><p>银行App的智能客服（流量稳定，需保障并发体验）。</p></li> <li><p>社交平台的实时内容审核（需稳定处理可预估的流水线任务）。</p></li> <li><p>公有云翻译API（为标准套餐用户提供基线服务保障）。</p></li></ol></td><td colSpan={2} style={{ verticalAlign: "top" }}><ol><li><p>电商专属微调大模型（部署私有模型，大促时手动扩容）。</p></li> <li><p>医药公司的分子筛选模型（需独占资源跑长时任务）。</p></li> <li><p>自动驾驶仿真（需要进行长时间持续计算）。</p></li></ol></td><td style={{ verticalAlign: "top" }}><p>调优后模型效果验证</p></td></tr><tr><td style={{ verticalAlign: "top" }}><p><strong>计费图示</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p><Image src="https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/6346770771/p1052924.png" alt="image" width={400} /></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p><Image src="https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/6346770771/p1052921.png" alt="image" width={400} /></p></td><td style={{ verticalAlign: "top" }}><p><Image src="https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/6346770771/p1052922.png" alt="image" width={400} /></p></td></tr><tr><td style={{ verticalAlign: "top" }}><p><strong>计费方式</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>按使用时长和预置吞吐</p> <p>随用随付、包天</p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>按使用时长和模型单元数量</p> <p>随用随付、包月</p></td><td style={{ verticalAlign: "top" }}><p>按模型 Token 使用量</p> <p>随用随付</p></td></tr><tr><td style={{ verticalAlign: "top" }}><p><strong>扩缩容方式</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>自助增减吞吐量</p></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>自助增减模型单元数量</p></td><td style={{ verticalAlign: "top" }}><p>在控制台提交申请，等待人工审核。</p></td></tr><tr><td style={{ verticalAlign: "top" }}><p><strong>产品约束</strong></p></td><td colSpan={2} style={{ verticalAlign: "top" }}><ol><li><p>预付费按天计费。支持提前终止服务，已使用部分按 1.2 倍系数结算退费</p></li> <li><p>如果单位时间内使用超出购买的吞吐量，按创建时选择的溢出策略处理：自动溢出则切换为该模型的<a href="/zh/model-studio/model-pricing">模型调用</a>按量付费，仅使用 PTU 容量则返回 429。</p></li></ol></td><td colSpan={2} style={{ verticalAlign: "top" }}><p>预付费购买后，若在首月内提前退订，日单价（≈ 月单价 / 30）将按 <strong>1.2</strong> 倍计费</p></td><td style={{ verticalAlign: "top" }}><ol><li><p>只支持部分高效微调（LoRA）后的模型。</p></li> <li><p>一个月内不使用将自动释放。</p></li></ol></td></tr></tbody></table>

如需查看单次调用的 Token 使用量及调用次数历史统计，请前往：[模型监控](https://bailian.console.aliyun.com/cn-beijing/model/telemetry)。

DTU 是模型单元(MU)的继任方案（计量粒度由单元数改为输入/输出TPM），新购独占部署优先选 DTU，详见[独占算力部署](/zh/model-studio/dtu-model-deployment)。

## 部署模式 <span id="model-support-matrix" />

各部署模式支持的模型与价格详见对应模式页：

<Note>
  预置吞吐单元（PTU）的创建与管理现已支持在「吞吐预留」页面进行，支持叠加容量包等更完整的容量管理功能。详见[吞吐预留](/zh/model-studio/tpm-reservation)。
</Note>

- [PTU预置吞吐部署](/zh/model-studio/ptu-long-input-and-cache)
- [独占算力部署](/zh/model-studio/dtu-model-deployment)
- [Token按量部署](/zh/model-studio/model-deployment-token)

## 部署方法 <span id="5d4ad61090kms" />

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[API 部署指南](/zh/model-studio/model-deployment-quick-start)中的权限排查部分。

1. 登录[百炼控制台](https://bailian.console.aliyun.com/cn-beijing/model/deploy)，在左侧导航栏选择<strong>模型推理</strong> > <strong>专属部署</strong>。
2. 单击<strong>部署新模型</strong>。
3. 填写<strong>服务名称</strong>，完成<strong>选择模型</strong>与<strong>计费方式</strong>，其他配置保持默认，单击<strong>确认</strong>。

   > 需先完成[模型调优](/zh/model-studio/model-training-on-console)，方可部署大部分模型。
4. 返回部署列表，部署状态变为<strong>运行中</strong>时，代表该模型已部署成功。

<Tip>
  模型部署成功后将产生费用。
</Tip>

<Image src="https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/8117463771/p1059807.png" alt="image" width={442} />

<Image src="https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/8117463771/p1059808.png" alt="image" width={515} />

部署服务的详细配置参数（服务名称、模型、模型单元类型、副本数、推理模式、最长上下文、限流等）详见[独占算力部署](/zh/model-studio/dtu-model-deployment)与[API 部署指南](/zh/model-studio/model-deployment-quick-start)。

## 部署列表页 <span id="audit20260611h2listpage" />

部署成功后，您可以在部署列表页查看和管理所有部署服务。列表页包含以下信息：

- <strong>服务名称</strong>：部署服务的名称，单击可查看部署详情。
- <strong>模型名称</strong>：部署使用的模型。
- <strong>模型Code</strong>：模型部署成功后生成的唯一标识，用于 API 调用时指定模型。
- <strong>部署状态/事件状态</strong>：包括待部署、部署中、运行中、部署失败、下线中、服务暂停、已停止、删除中、退订停服/欠费停服、停服恢复中、运行中（变配中）、运行中（变配失败）等状态。
- <strong>计费方式</strong>：当前部署服务的计费方式。
- <strong>部署详情</strong>：模型单元类型、副本数等配置信息。
- <strong>限流详情</strong>：展示当前部署服务的 RPM（每分钟请求数）、TPM（每分钟 Token 数）等限流配置。
- <strong>服务时间</strong>：展示部署服务的创建时间与到期时间。
- <strong>操作</strong>：根据部署状态和计费方式，可执行更新、监控、扩缩容、续费、下线、删除、体验等操作；预置吞吐单元（PTU）实例还支持在[吞吐预留](/zh/model-studio/tpm-reservation)页叠加容量包。

部署成功后的 API 调用方式（DashScope / OpenAI 兼容接口 / Assistant SDK）详见[API 部署指南](/zh/model-studio/model-deployment-quick-start)。

各计费方式的扩缩容操作（手动增减吞吐量/模型单元、Token 扩容申请、自动伸缩策略）详见对应模式页：[PTU预置吞吐部署](/zh/model-studio/ptu-long-input-and-cache)、[独占算力部署](/zh/model-studio/dtu-model-deployment)、[Token按量部署](/zh/model-studio/model-deployment-token)。

## 部署服务下线 <span id="7f8bfb70f9lvx" />

前往[专属部署控制台](https://bailian.console.aliyun.com/cn-beijing/model/deploy)，找到要停止的部署服务，根据计费类型点击对应操作：

- 模型单元预付费：点击<strong>下线</strong>并确认。
- 后付费：点击<strong>删除</strong>并确认。

操作完成后将不再产生计费。

<Image src="https://help-static-aliyun-doc.aliyuncs.com/assets/img/zh-CN/0929900771/p1051902.png" alt="image" width={987} />

## 常见问题 <span id="ec62eec452e3z" />

### 可以上传和部署自己的模型吗？ <span id="b10dd7c86275v" />

支持在[我的模型控制台（北京）](https://bailian.console.aliyun.com/cn-beijing/model/custom)导入部分开源模型，详细支持列表请参考：[模型导入](/zh/model-studio/model-import)。

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-LLM大语言模型部署](https://help.aliyun.com/zh/pai/deploy-an-llm/)了解部署方法。

### 该如何切换到其他的计费方式？ <span id="a8e9e4e6ef024" />

只能释放原有资源，再通过需要的计费方式创建新资源。

建议按照以下步骤进行切换：

1. 使用需要的计费方式部署新的资源。
2. 切换 API 并测试服务可用性。
3. 下线释放原有资源。