按模型 Token 使用量计费的部署方式，仅支持 LoRA 微调模型，不使用不计费，适用于调优后模型效果验证及对并发和延迟要求不高的低成本场景。
概述
按 Token 用量计费（不使用不计费），仅支持部分经过 LoRA 高效微调的模型，适用于调优后模型效果验证及对并发和延迟要求不高的低成本场景。该模式下吞吐/并发和生成速度均由平台预置，用户不可调。
计费规则
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）
仅当对下列基础模型完成 SFT 高效训练（即 LoRA 高效微调，API 部署时 plan 取值为 lora）并得到自定义模型后，才支持按模型 Token 使用量计费。
支持模型与价格
- 北京
- 新加坡
基础模型 | 模型代码 | 输入 元/百万Token | 输出 元/百万Token |
|---|---|---|---|
Qwen3.6-27B | qwen3.6-27b | <256K ¥3 | <256K ¥18 |
Qwen3.5-27B | qwen3.5-27b | <128K ¥0.6 128K-256K ¥1.8 | <128K ¥4.8 128K-256K ¥14.4 |
Qwen3-32B | qwen3-32b | 非思考模式：¥2 思考模式：¥2 | 非思考模式：¥8 思考模式：¥20 |
Qwen3-14B | qwen3-14b | 非思考模式：¥1 思考模式：¥1 | 非思考模式：¥4 思考模式：¥10 |
Qwen3-8B | qwen3-8b | 非思考模式：¥0.5 思考模式：¥0.5 | 非思考模式：¥2 思考模式：¥5 |
Qwen3-VL-8B-Instruct | qwen3-vl-8b-instruct | ¥0.5 | ¥2 |
Qwen3-4B-Instruct-2507 | qwen3-4b-instruct-2507 | 非思考模式：¥0.3 思考模式：¥0.3 | 非思考模式：¥1.2 思考模式：¥3 |
Qwen2.5-开源版-72B | qwen2.5-72b-instruct | ¥4 | ¥12 |
Qwen2.5-VL-72B | qwen2.5-vl-72b-instruct | ¥16 | ¥48 |
Qwen2.5-开源版-32B | qwen2.5-32b-instruct | ¥2 | ¥6 |
Qwen2.5-VL-32B | qwen2.5-vl-32b-instruct | ¥8 | ¥24 |
Qwen2.5-开源版-14B | qwen2.5-14b-instruct | ¥1 | ¥3 |
Qwen2.5-开源版-7B | qwen2.5-7b-instruct | ¥0.5 | ¥1 |
Qwen2.5-VL-7B | qwen2.5-vl-7b-instruct | ¥2 | ¥5 |
LoRA 部署
Token 按量部署仅支持 LoRA 微调模型，API 创建时 plan 取值为 lora。capacity 参数设置无效但必须填写；如需扩缩容，请前往百炼专属部署控制台填写表单申请。
通过 API 创建部署的完整示例见API 部署指南。
扩容
按 Token 用量计费的部署，扩容需在控制台提交申请表单，等待人工审核，不支持自助扩缩容。
常见问题
一个月不使用会怎样？
一个月不使用会怎样？
如何切换到其他计费方式？
如何切换到其他计费方式？