限流 - 阿里云百炼

限流规则

账号级别限流：限流按主账号维度计算，账号下所有RAM子账号、业务空间和API Key 的调用量合并计算。
模型独立限流：不同模型限流额度相互独立，具体参见下方表格。

部分模型，如 qwen3.8-max、qwen3.8-flash 采用动态限流（新）的方式，根据百炼月消费档位进行软限流。

FAQ

为什么触发限流？

根据错误信息判断触发了哪类限流：

Requests rate limit exceeded 或 You exceeded your current requests list：触发了每分钟请求数（RPM）限流。
Allocated quota exceeded 或 You exceeded your current quota：触发了每分钟 Token 消耗（TPM）限流。
Request rate increased too quickly：请求频率在短时间内激增，触发了系统稳定性保护——即使总调用量未达到 RPM 或 TPM 上限也会触发。
其他报错，参见错误码确认原因。

除 RPM 和 TPM 外，限流策略可能按秒级 RPS（RPM/60）与 TPS（TPM/60）执行。即使每分钟总调用量未超限，短时间内的请求爆发也可能触发限流。

如何查看模型调用量？

模型调用发生后分钟级即可在监控图表查看。登录模型监控页面（北京或新加坡），在左侧导航栏选择运维管理 > 模型监控进入监控概览页，设置查询条件（例如，选择时间范围、业务空间等），再在模型列表区域找到目标模型并单击查看详情，即可查看该模型的调用统计结果。具体请参见监控告警文档。

监控数据按分钟级更新，仅供参考，不作为计费依据。

遇到限流后多久恢复？

通常在一分钟内恢复。如出现其他报错，参见错误码进行处理。

模型响应速度与付费有关吗？

模型输出速度与是否付费无关。免费额度和付费调用使用相同的模型服务基础设施，同一模型的生成速度相同。免费额度仅控制请求是否被接受——额度耗尽时返回 403 错误（开通免费额度用完即停后），不会降低已接受请求的生成速度。

什么因素影响模型响应速度？

模型类型：轻量模型（如 qwen-flash）比大型模型（如 qwen-max）生成更快。
输出长度：输出 Token 越多，总耗时越长。
服务器负载：高峰期可能略有波动。

限流会降低已接受请求的生成速度吗？

不会。限流（RPM/TPM）仅导致超出限制的请求被拒绝（返回 429 错误）。免费额度耗尽时（开通免费额度用完即停）返回 403 错误，同样不影响已接受请求的速度。429 为速率限制，403 为配额耗尽，两者均为拒绝机制。

如何避免限流？

选用高限流模型
- 优先使用 qwen-plus 等限流额度更高的模型。
- 稳定版或最新版比带日期的快照版本限流更宽松。
优化调用策略
- 降低调用频率：收到 Requests rate limit exceeded 或 You exceeded your current requests list 时，降低API调用频率。
- 减少 Token 消耗：收到 Allocated quota exceeded 或 You exceeded your current quota 时，缩短输入或限制输出长度。
- 平滑请求速率：收到 Request rate increased too quickly 时，采用匀速调度、指数退避或请求队列将请求均匀分散，避免瞬时高峰。

添加备选模型 触发限流后切换到备用模型继续生成，可降低失败概率、提升吞吐量。以下代码在调用 qwen-plus 触发限流后，自动改用 qwen-flash 重试。也可以选择不同系列的模型（如 qwen-flash）作为备选模型，进一步降低主备模型同时限流的风险。

示例代码

import os
import asyncio
from openai import AsyncOpenAI, APIStatusError

# 配置
API_KEY = os.getenv("DASHSCOPE_API_KEY")
# 主用模型
MODEL = "qwen-plus"
# 备选模型
BACKUP_MODEL = "qwen-flash"
# 测试问题
QUESTION = "你是谁？"
# 并发设置
NUM_REQUESTS = 10

client = AsyncOpenAI(
    api_key=API_KEY,
    # 以下为华北2（北京）地域的URL，请将WorkspaceId替换为真实的业务空间ID。
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1"
)

async def send_request(model):
    """发送单个请求"""
    try:
        await client.chat.completions.create(
            model=model,
            messages=[{"role": "user", "content": QUESTION}]
        )
        return True
    except APIStatusError as e:
        if e.status_code == 429:
            print(f"[限流触发] 模型 {model}")
            return False
        raise
    except Exception as e:
        print(f"[请求失败] 模型 {model}，错误：{e}")
        return False

async def task(i):
    # 尝试主模型
    if await send_request(MODEL):
        return True
    # 限流时尝试备用模型
    return await send_request(BACKUP_MODEL)

async def main():
    results = await asyncio.gather(*(task(i) for i in range(NUM_REQUESTS)))
    print(f"成功请求: {sum(results)}, 失败请求: {len(results) - sum(results)}")

if __name__ == "__main__":
    asyncio.run(main())

拆分任务：长对话或大型文档会快速消耗大量 Token。将大批量任务拆分为小批次，分时段提交。
批量推理：无需实时响应时，使用批量推理（Batch API）。批量请求不受实时限流约束，但需考虑排队和处理时间。

如何控制 Token 用量或费用支出？

限流仅约束单位时间内的调用速率，不限制累计用量。如需控制 Token 用量或费用支出，可通过以下方式管理：

设置消费限额与费用告警：在账单费用卡片设置费用告警，开启月度消费限额并配置阈值通知，达到阈值即提醒，避免超额支出。详见账单查询与成本管理。
开启免费额度用完即停：对支持免费额度的模型，可开启免费额度用完即停，免费额度耗尽后自动停止调用，避免产生额外费用。详见新人免费额度。
监控模型调用量：定期查看各模型的 Token 用量，及时发现异常增长，参见上文如何查看模型调用量？。

充值后是否还会被限流？

充值不改变模型默认的 RPM 和 TPM 限流阈值。限流按阿里云主账号维度配置，与计费相互独立；充值（按量付费）仅确保账号不因欠费停服，不会提升限流值。如需更高的限流额度，请联系商务经理申请。

文本生成-千问

千问语言模型

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max 用Batch API调用服务时，不受限流限制。	动态限流
qwen3.8-max-0902	动态限流
qwen3.8-flash 用Batch API调用服务时，不受限流限制。	动态限流
qwen3.7-max 用Batch API调用服务时，不受限流限制。	30,000	5,000,000
qwen3.7-max-2026-06-08	600	1,000,000
qwen3.7-max-2026-05-20	600	1,000,000
qwen3.7-max-preview	60	500,000
qwen3.7-max-2026-05-17	60	500,000
qwen-max 用Batch API调用服务时，不受限流限制。	1,200	1,000,000
qwen3.7-plus	30,000	5,000,000
qwen3.7-plus-2026-05-26	600	1,000,000
qwen3.6-plus 用Batch API调用服务时，不受限流限制。	30,000	5,000,000
qwen3.6-plus-2026-04-02	600	1,000,000
qwen3.7-flash 用Batch API调用服务时，不受限流限制。	30,000	5,000,000
qwen3.7-flash-2026-07-15	30,000	5,000,000
qwen3.6-flash 用Batch API调用服务时，不受限流限制。	30,000	10,000,000
qwen3.6-flash-2026-04-16	600	1,000,000
qwen3.5-plus 用Batch API调用服务时，不受限流限制。	30,000	5,000,000
qwen3.5-plus-2026-04-20	600	1,000,000
qwen3.5-plus-2026-02-15	600	1,000,000
qwen-plus 用Batch API调用服务时，不受限流限制。	30,000	5,000,000
qwen-plus-latest 用Batch API调用服务时，不受限流限制。	15,000	1,200,000
qwen-plus-2025-12-01	120	1,000,000
qwen-plus-2025-07-14（qwen-plus-0714）	60	100,000
qwen-plus-2025-04-28（qwen-plus-0428）	60	1,000,000
qwen-plus-2025-01-25（qwen-plus-0125）	60	150,000
qwen3.5-flash 用Batch API调用服务时，不受限流限制。	30,000	10,000,000
qwen3.5-flash-2026-02-23	600	1,000,000
qwen-flash 用Batch API调用服务时，不受限流限制。	30,000	10,000,000
qwen-flash-2025-07-28	60	1,000,000
qwen-long 用Batch API调用服务时，不受限流限制。	1,200	3,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	全球	30,000	5,000,000
qwen3.8-max	美国	30,000	5,000,000
qwen3.8-max-0902	全球	30,000	150,000
qwen3.8-flash	全球	30,000	5,000,000
qwen3.8-flash	美国	15,000	2,500,000
qwen3.7-max	全球	30,000	5,000,000
qwen3.7-max	美国	600	1,000,000
qwen3.7-max-2026-06-08	全球	600	1,000,000
qwen3.7-max-2026-05-20	全球	600	1,000,000
qwen3.7-plus	全球	30,000	5,000,000
qwen3.7-plus	美国	15,000	5,000,000
qwen3.7-plus-2026-05-26	全球	600	1,000,000
qwen3.6-plus	全球	30,000	5,000,000
qwen3.6-plus-2026-04-02	全球	600	1,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash	美国	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	60	1,000,000
qwen3.6-flash	全球	15,000	5,000,000
qwen3.6-flash-2026-04-16	全球	60	1,000,000
qwen3.6-flash	美国	15,000	5,000,000
qwen3.5-plus	全球	30,000	5,000,000
qwen3.5-plus-2026-02-15	全球	600	1,000,000
qwen-plus	全球	15,000	5,000,000
qwen-plus	美国	600	1,000,000
qwen-plus-2025-12-01	全球	60	1,000,000
qwen-plus-2025-12-01	美国	60	1,000,000
qwen3.5-flash	全球	30,000	10,000,000
qwen3.5-flash-2026-02-23	全球	600	1,000,000
qwen-flash	全球	15,000	10,000,000
qwen-flash	美国	30000	10,000,000
qwen-flash-2025-07-28	全球	60	1,000,000
qwen-flash-2025-07-28	美国	600	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	国际	动态限流
qwen3.8-max-0902	国际	动态限流
qwen3.8-flash	国际	动态限流
qwen3.7-max	国际	600	1,000,000
qwen3.7-max-2026-06-08	国际	60	1,000,000
qwen3.7-max-2026-05-20	国际	60	1,000,000
qwen-max 用Batch API调用服务时，不受限流限制。	国际	600	1,000,000
qwen3.7-plus	国际	15,000	5,000,000
qwen3.7-plus-2026-05-26	国际	60	1,000,000
qwen3.6-plus	国际	15,000	5,000,000
qwen3.6-plus-2026-04-02	国际	60	1,000,000
qwen3.7-flash	国际	15,000	5,000,000
qwen3.7-flash-2026-07-15	国际	15,000	5,000,000
qwen3.6-flash	国际	15,000	5,000,000
qwen3.6-flash-2026-04-16	国际	60	1,000,000
qwen3.5-plus	国际	15,000	5,000,000
qwen3.5-plus-2026-04-20	国际	600	1,000,000
qwen3.5-plus-2026-02-15	国际	60	1,000,000
qwen-plus-latest	国际	600	1,000,000
qwen-plus-2025-12-01	国际	120	1,000,000
qwen-plus-2025-07-14(qwen-plus-0714)	国际	60	100,000
qwen-plus-2025-04-28(qwen-plus-0428)	国际	60	1,000,000
qwen-plus-2025-01-25(qwen-plus-0125)	国际	60	100,000
qwen3.5-flash	国际	15,000	5,000,000
qwen3.5-flash-2026-02-23	国际	60	1,000,000
qwen-flash	国际	600	5,000,000
qwen-flash-2025-07-28	国际	600	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	全球	30,000	5,000,000
qwen3.8-max-0902	全球	30,000	150,000
qwen3.8-flash	全球	30,000	5,000,000
qwen3.7-max	全球	30,000	5,000,000
qwen3.7-max-2026-06-08	全球	600	1,000,000
qwen3.7-max-2026-05-20	全球	600	1,000,000
qwen3.7-plus	全球	30,000	5,000,000
qwen3.7-plus-2026-05-26	全球	600	1,000,000
qwen3.6-plus	全球	30,000	5,000,000
qwen3.6-plus-2026-04-02	全球	600	1,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	15,000	5,000,000
qwen3.6-flash	全球	15,000	5,000,000
qwen3.6-flash-2026-04-16	全球	60	1,000,000
qwen3.5-plus	全球	30,000	5,000,000
qwen3.5-plus-2026-02-15	全球	600	1,000,000
qwen-plus	全球	600	1,000,000
qwen-plus	欧盟	600	1,000,000
qwen-plus-2025-12-01	全球	120	1,000,000
qwen-plus-2025-12-01	欧盟	120	1,000,000
qwen3.5-flash	全球	35,000	10,000,000
qwen3.5-flash	欧盟	35,000	10,000,000
qwen3.5-flash-2026-02-23	全球	600	1,000,000
qwen3.5-flash-2026-02-23	欧盟	600	1,000,000
qwen-flash	全球	30,000	10,000,000
qwen-flash-2025-07-28	全球	60	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	全球	30,000	5,000,000
qwen3.8-max-0902	全球	30,000	150,000
qwen3.8-flash	全球	30,000	5,000,000
qwen3.7-max	全球	600	1,000,000
qwen3.7-max-2026-05-20	全球	60	1,000,000
qwen3.7-plus	全球	15,000	5,000,000
qwen3.7-plus-2026-05-26	全球	60	1,000,000
qwen3.7-plus	日本	15,000	5,000,000
qwen3.7-plus-2026-05-26	日本	60	1,000,000
qwen3.6-plus	全球	15,000	5,000,000
qwen3.6-plus-2026-04-02	全球	60	1,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	15,000	5,000,000
qwen3.6-flash	全球	15,000	10,000,000
qwen3.6-flash-2026-04-16	全球	60	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	中国香港	600	1,000,000
qwen3.8-max-0902	中国香港	600	150,000
qwen3.8-flash	全球	30,000	5,000,000
qwen3.6-plus	全球	30,000	5,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	15,000	5,000,000
qwen3.6-flash	全球	30,000	10,000,000
qwen-plus	中国香港	600	1,000,000
qwen-plus-2025-12-01	中国香港	60	100,000
qwen3.5-flash	中国香港	30,000	10,000,000
qwen3.5-flash-2026-02-23	中国香港	600	1,000,000

千问VL（视觉理解/图生文）

华北2（北京）
美国（弗吉尼亚）
新加坡
德国（法兰克福）
中国香港

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus 用Batch API调用服务时，不受限流限制。	3,000	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	全球	6,000	10,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	国际	1,200	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	全球	2,000	1,000,000
qwen3-vl-plus	欧盟	2,000	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	中国香港	6,000	1,000,000

千问Omni

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	30000	动态限流
qwen3.5-omni-plus	60	100,000
qwen3.5-omni-plus-2026-03-15	60	100,000
qwen3.5-omni-flash	60	100,000
qwen3.5-omni-flash-2026-03-15	60	100,000
qwen3-omni-flash	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	国际	30000	动态限流
qwen3.5-omni-plus	国际	60	100,000
qwen3.5-omni-plus-2026-03-15	国际	60	100,000
qwen3.5-omni-flash	国际	60	100,000
qwen3.5-omni-flash-2026-03-15	国际	60	100,000
qwen3-omni-flash	国际	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

千问Omni-Realtime

华北2（北京）
新加坡

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash-realtime	60	2,000,000
qwen3.5-omni-plus-realtime	60	100,000
qwen3.5-omni-plus-realtime-2026-03-15	60	100,000
qwen3.5-omni-flash-realtime	60	100,000
qwen3.5-omni-flash-realtime-2026-03-15	60	100,000
qwen3-omni-flash-realtime-2025-09-15	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash-realtime	国际	60	2,000,000
qwen3.5-omni-plus-realtime	国际	60	100,000
qwen3.5-omni-plus-realtime-2026-03-15	国际	60	100,000
qwen3.5-omni-flash-realtime	国际	60	100,000
qwen3.5-omni-flash-realtime-2026-03-15	国际	60	100,000
qwen3-omni-flash-realtime-2025-09-15	国际	60	100,000

千问OCR（文字提取）

华北2（北京）
美国（弗吉尼亚）
新加坡
德国（法兰克福）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.5-ocr	6,000	30,000,000
qwen-vl-ocr 用Batch API调用服务时，不受限流限制。	600	6,000,000
qwen-vl-ocr-2025-11-20	6,000	30,000,000
qwen-vl-ocr-2024-10-28	600	6,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-vl-ocr	全球	600	6,000,000
qwen-vl-ocr-2025-11-20	全球	1,200	6,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-vl-ocr	国际	600	6,000,000
qwen-vl-ocr-2025-11-20	国际	1,200	6,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-vl-ocr	全球	600	6,000,000
qwen-vl-ocr-2025-11-20	全球	1,200	6,000,000

千问Audio（音频理解）

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-audio-turbo	120	100,000
qwen-audio-turbo-latest	60	无 TPM 限制

千问Coder

华北2（北京）
美国（弗吉尼亚）
新加坡
德国（法兰克福）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	5,000	5,000,000
qwen3-coder-flash-2025-07-28	60	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	全球	1,200	1,000,000
qwen3-coder-flash-2025-07-28	全球	60	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	国际	600	5,000,000
qwen3-coder-flash-2025-07-28	国际	600	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	全球	5,000	5,000,000
qwen3-coder-flash-2025-07-28	全球	60	1,000,000

千问翻译模型

华北2（北京）
美国（弗吉尼亚）
新加坡
德国（法兰克福）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	60	25,000
qwen-mt-flash	60	35,000
qwen-mt-lite	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	全球	60	25,000
qwen-mt-flash	全球	60	35,000
qwen-mt-lite	全球	60	100,000
qwen-mt-lite	美国	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	国际	60	100,000
qwen-mt-flash	国际	60	100,000
qwen-mt-lite	国际	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	全球	60	25,000
qwen-mt-flash	全球	60	35,000
qwen-mt-lite	全球	60	100,000

Qwen-MT-Uni

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）	异步并发数	异步排队数
qwen-mt-uni	162	2,592,000	3	500

千问数据挖掘模型

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-doc-turbo	600	3,000,000

千问深入研究模型

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-deep-research	120	1,200,000

通义晓蜜对话分析模型

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
tongyi-xiaomi-analysis-flash	600	1,000,000
tongyi-xiaomi-analysis-pro	600	1,000,000

文本生成-千问-开源版

千问语言模型开源版

华北2（北京）
美国（弗吉尼亚）
新加坡
德国（法兰克福）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-2.4t-a95b	动态限流
qwen3.8-27b	动态限流
qwen3.6-35b-a3b	600	1,000,000
qwen3.6-27b	600	1,000,000
qwen3.5-397b-a17b	600	1,000,000
qwen3.5-122b-a10b	600	1,000,000
qwen3.5-27b	600	1,000,000
qwen3.5-35b-a3b	600	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.6-35b-a3b	全球	600	1,000,000
qwen3.5-397b-a17b	全球	600	1,000,000
qwen3.5-122b-a10b	全球	600	1,000,000
qwen3.5-27b	全球	600	1,000,000
qwen3.5-35b-a3b	全球	600	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-2.4t-a95b	国际	动态限流
qwen3.8-27b	国际	动态限流
qwen3.6-35b-a3b	国际	600	1,000,000
qwen3.6-27b	国际	600	1,000,000
qwen3.5-397b-a17b	国际	600	1,000,000
qwen3.5-122b-a10b	国际	600	1,000,000
qwen3.5-27b	国际	600	1,000,000
qwen3.5-35b-a3b	国际	600	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.6-35b-a3b	全球	600	1,000,000
qwen3.5-397b-a17b	全球	600	1,000,000
qwen3.5-122b-a10b	全球	600	1,000,000
qwen3.5-27b	全球	600	1,000,000
qwen3.5-35b-a3b	全球	600	1,000,000

文本生成-第三方模型

DeepSeek

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	15,000	1,200,000
deepseek-v4-pro	15,000	1,200,000
deepseek-v4-pro-0813	动态限流
deepseek-v4-flash-0731	15,000	1,200,000
deepseek-r1-distill-qwen-1.5b	60	100,000
deepseek-r1-distill-llama-70b	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	全球	15,000	1,200,000
deepseek-v4-pro	全球	15,000	1,200,000
deepseek-v4-pro-0813	全球	15,000	1,200,000
deepseek-v4-pro	美国	10,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000
deepseek-v4-flash-0731	美国	15,000	1,200,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	国际	10,000	1,200,000
deepseek-v4-pro	国际	10,000	1,200,000
deepseek-v4-pro-0813	国际	动态限流
deepseek-v4-flash-0731	国际	15,000	1,200,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	全球	15,000	1,200,000
deepseek-v4-pro	全球	15,000	1,200,000
deepseek-v4-pro-0813	全球	15,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4-pro	日本	10,000	1,200,000
deepseek-v4-pro-0813	日本	15,000	1,200,000
deepseek-v4-flash-0731	日本	15,000	1,200,000
deepseek-v4.1-flash	全球	15,000	1,200,000
deepseek-v4-pro	全球	10,000	1,200,000
deepseek-v4-pro-0813	全球	15,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	中国香港	15,000	1,200,000
deepseek-v4-flash-0731	中国香港	15,000	1,200,000
deepseek-v4-pro-0813	中国香港	15,000	1,200,000

DeepSeek-硅基流动直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
siliconflow/deepseek-v3.2	500	500,000
siliconflow/deepseek-v3.1-terminus	500	500,000
siliconflow/deepseek-r1-0528	500	500,000
siliconflow/deepseek-v3-0324	500	500,000

DeepSeek-快手万擎直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
vanchin/deepseek-v3.2-think	30	600,000
vanchin/deepseek-v3.1-terminus	500	1,000,000
vanchin/deepseek-r1	500	1,000,000
vanchin/deepseek-v3	500	1,000,000
vanchin/deepseek-ocr	500	1,000,000
vanchin/deepseek-v4-pro	60	300,000
vanchin/deepseek-v4-pro-0813	30	600,000
vanchin/deepseek-v4.1-flash	30	600,000

Kimi

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	动态限流
kimi-k2.7-code	500	1,000,000
kimi-k2.6	500	1,000,000
kimi-k2.5	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	全球	15,000	1,200,000
kimi-k3	国际	10,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000
kimi-k2.5	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	全球	15,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000
kimi-k2.5	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	全球	15,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000
kimi-k2.5	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	国际	动态限流
kimi-k2.7-code	国际	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	全球	15,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000

Kimi-月之暗面直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi/kimi-k3	500 同一个阿里云百炼API Key 下，在 5 个模型中共享 500 RPM 限流配额。即这 5 个模型的每分钟请求总数加起来不能超过 500。	3,000,000 同一个阿里云百炼API Key 下，在 5 个模型中共享 3000000 TPM 限流配额。即这 5 个模型的每分钟 Token 消耗总数加起来不能超过 3000000。
kimi/kimi-k2.7-code-highspeed
kimi/kimi-k2.7-code
kimi/kimi-k2.6
kimi/kimi-k2.5

GLM

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	15,000	5,000,000
glm-5.2	500	2,000,000
glm-5.1	500	1,000,000
glm-5	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	全球	15,000	1,200,000
glm-5.2	全球	500	1,000,000
glm-5.2	美国	500	1,000,000
glm-5.1	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	全球	15,000	1,200,000
glm-5.2	全球	500	1,000,000
glm-5.1	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	全球	15,000	1,200,000
glm-5.1	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	国际	10,000	5,000,000
glm-5.2	国际	500	1,000,000
glm-5.1	国际	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.2	全球	500	1,000,000

GLM-智谱直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
ZHIPU/GLM-5.3	200	3,000,000
ZHIPU/GLM-5.3-Flash	200	3,000,000
ZHIPU/GLM-5.3-FlashX	200	3,000,000
ZHIPU/GLM-5.2	200	3,000,000
ZHIPU/GLM-5.1	200	3,000,000
ZHIPU/GLM-5	200	3,000,000

MiniMax

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
MiniMax-M2.5	500	1,000,000

MiniMax-稀宇科技直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
MiniMax/MiniMax-M3	500	20,000,000
MiniMax/MiniMax-M2.7	500	20,000,000
MiniMax/MiniMax-M2.5	500	20,000,000
MiniMax/MiniMax-M2.1	500	20,000,000

MiMo-小米直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
xiaomi/mimo-v2.5-pro	100	10,000,000

Stepfun-阶跃星辰直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
stepfun/step-3.7-flash	500	20,000,000
stepfun/step-5-preview	500	10,000,000

Unisound-云知声直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
unisound/unisound-u2	300	3,000,000

图像生成

千问（Qwen-Image）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	120 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.0-pro	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-06-22	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-04-22	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-03-03	2 次/分钟	同步接口无限制
qwen-image-2.0	2 次/秒	同步接口无限制
qwen-image-2.0-2026-03-03	2 次/秒	同步接口无限制
qwen-mt-image-2.0	60 次/分钟	同步接口无限制 / 异步接口 2
qwen-mt-image	1 次/秒	同步接口无限制 / 异步接口 2

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	国际	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	国际	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	国际	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	国际	120 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.0-pro	国际	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-06-22	国际	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-04-22	国际	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-03-03	国际	2 次/分钟	同步接口无限制
qwen-image-2.0	国际	2 次/秒	同步接口无限制
qwen-image-2.0-2026-03-03	国际	2 次/秒	同步接口无限制
qwen-mt-image-2.0	国际	60 次/分钟	同步接口无限制 / 异步接口 2

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

文生图-Z-Image

华北2（北京）
新加坡

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
z-image-turbo	2	同步接口无限制

万相

华北2（北京）
美国（弗吉尼亚）
新加坡
德国（法兰克福）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan2.7-image-pro	5	5
wan2.7-image	5	5
wan2.6-image	5	5
wan2.6-t2i	1	5
wan2.5-t2i-preview	5	5
wan2.2-t2i-plus	2	2
wan2.2-t2i-flash	2	2
wanx2.1-t2i-plus	2	2
wanx2.1-t2i-turbo	2	2
wanx2.0-t2i-turbo	2	2
wan2.5-i2i-preview	5	5
wanx2.1-imageedit	2	2
wanx-v1	2	1
wanx-x-painting	2	1
wanx-sketch-to-image-lite	2	1

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan2.7-image-pro	国际	5	5
wan2.7-image	国际	5	5
wan2.6-image	国际	5	5
wan2.6-t2i	国际	5	5
wan2.5-t2i-preview	国际	5	5
wan2.2-t2i-flash	国际	2	2
wan2.2-t2i-plus	国际	2	2
wan2.1-t2i-turbo	国际	2	2
wan2.1-t2i-plus	国际	2	2
wan2.5-i2i-preview	国际	5	5

图像编辑与生成

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
shoemodel-v1	2	1
wanx-virtualmodel	2	1
wanx-style-repaint-v1	2	2
wanx-poster-generation-v1	2	1
virtualmodel-v2	2	1
image-instance-segmentation	2	1
image-erase-completion	2	1

人物写真生成-FaceChain

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量
facechain-facedetect	5	同步接口无限制
facechain-finetune	1	1

图像生成-第三方模型

可灵系列

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
kling/kling-v3-omni-image-generation	5	10 同一阿里云百炼API Key 下，可灵系列的 5 个模型（图像及视频）共享 10 个并发数。即这 5 个模型处于运行状态的任务总数加起来不能超过 10 个。
kling/kling-v3-image-generation	5

Vidu系列

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟请求数RPM限制	同时处理中任务数量（并发数）
vidu/vidu-image-pro_reference2image	300	5 同一个阿里云百炼API Key 下，Vidu参考生图系列的模型共享 5 个并发数。即所有模型处于运行状态的任务总数加起来不能超过 5 个。
vidu/vidu-image-lite_reference2image
vidu/vidu-image_reference2image
vidu/viduq3-fast_reference2image
vidu/viduq2-pro_reference2image
vidu/viduq2-fast_reference2image

音频生成

华北2（北京）

模型名称	每秒钟调用次数（RPS）
qwen-audio-3.1-tts-next	3

音乐生成

华北2（北京）

模型名称	每分钟调用次数（RPM）
fun-music-preview	180
fun-music-v1	180

语音对话

实时语音对话

华北2（北京）
新加坡

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-audio-3.1-realtime-plus	60	100,000
qwen-audio-3.0-realtime-plus	60	100,000
qwen-audio-3.0-realtime-flash	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-audio-3.1-realtime-plus	国际	60	100,000
qwen-audio-3.0-realtime-plus	国际	60	100,000
qwen-audio-3.0-realtime-flash	国际	60	100,000

语音合成（文本转语音）

Qwen-Audio-TTS

华北2（北京）
新加坡

模型名称	每分钟调用次数（RPM）
qwen-audio-3.1-tts-flash	180
qwen-audio-3.0-tts-plus	180
qwen-audio-3.0-tts-flash	180

Qwen-TTS

华北2（北京）
新加坡

Qwen3-TTS-Flash

模型名称	每分钟调用次数（RPM）
qwen3-tts-flash	180

Qwen-TTS-Realtime

华北2（北京）
新加坡

Qwen3-TTS-Flash-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-flash-realtime	180

Qwen-TTS声音复刻

华北2（北京）
新加坡

模型名称	每分钟调用次数（RPM）
qwen-voice-enrollment	180

CosyVoice

华北2（北京）
新加坡

模型名称	每秒钟调用次数（RPS）
cosyvoice-v3.5-plus	3
cosyvoice-v3.5-flash
cosyvoice-v3-plus
cosyvoice-v3-flash
cosyvoice-v2

Qwen-Audio-TTS/CosyVoice声音复刻/设计

Qwen-Audio-TTS/CosyVoice声音复刻/设计共用一个模型，共用限流额度。

华北2（北京）
新加坡

模型名称	每秒钟调用次数（RPS）
voice-enrollment	10

Sambert

华北2（北京）

模型服务	每秒钟调用次数（RPS）
Sambert系列模型	20

语音合成（文本转语音）-第三方模型

MiniMax-稀宇科技直供

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟调用次数（RPM）	每分钟消耗字符数仅含输入字符数
MiniMax/speech-2.8-hd	20	20,000
MiniMax/speech-02-hd	20	20,000
MiniMax/speech-2.8-turbo	20	20,000
MiniMax/speech-02-turbo	20	20,000

语音识别（语音转文本）与翻译（语音转成指定语种的文本）

Qwen3-LiveTranslate-Flash

华北2（北京）
新加坡

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash	100	100,000
qwen3-livetranslate-flash-2025-12-01	100	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash	国际	100	100,000
qwen3-livetranslate-flash-2025-12-01	国际	100	100,000

Qwen-LiveTranslate-Flash-Realtime

华北2（北京）
新加坡

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-livetranslate-flash-realtime	10	100,000
qwen3.5-livetranslate-flash-realtime
qwen3.5-livetranslate-flash-realtime-2026-05-19

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-livetranslate-flash-realtime	国际	10	100,000
qwen3.5-livetranslate-flash-realtime	国际
qwen3.5-livetranslate-flash-realtime-2026-05-19	国际

Qwen-Audio-3.1-ASR-Flash-Message

华北2（北京）
新加坡

模型名称	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash-message	1200

Qwen-Audio-3.x-ASR-Flash-Streaming

华北2（北京）
新加坡

模型名称	每秒钟调用次数（RPS）	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash-streaming	—	600
qwen-audio-3.0-asr-flash-streaming	20	—

Qwen-Audio-3.x-ASR-Flash-Filetrans

华北2（北京）
新加坡

模型名称	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash-filetrans	600
qwen-audio-3.0-asr-flash-filetrans	600

Qwen-Audio-3.x-ASR-Flash

华北2（北京）
新加坡

模型名称	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash	600
qwen-audio-3.0-asr-flash	600

Qwen-ASR

华北2（北京）
新加坡
美国（弗吉尼亚）

Qwen3-ASR-Flash-Filetrans
Qwen3-ASR-Flash

模型名称	每分钟调用次数（RPM）
qwen3-asr-flash-filetrans	100

Qwen3-ASR-Flash-Filetrans
Qwen3-ASR-Flash

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen3-asr-flash-filetrans	国际	100

Qwen-ASR-Realtime

华北2（北京）
新加坡

模型名称	每秒钟调用次数（RPS）
qwen3-asr-flash-realtime	20

Fun-ASR

华北2（北京）
新加坡

模型名称	每分钟调用次数（RPM）
fun-asr	600
fun-asr-flash-2026-06-15

Fun-ASR-Realtime

华北2（北京）
新加坡

模型名称	每秒钟调用次数（RPS）
fun-asr-realtime	20
fun-asr-realtime-2026-02-28
fun-asr-flash-8k-realtime
fun-asr-flash-8k-realtime-2026-01-28

Paraformer

华北2（北京）

模型名称	每秒钟调用次数（RPS）
paraformer-realtime-v2	20
paraformer-realtime-8k-v2

模型名称	每分钟调用次数（RPM）
paraformer-v2	1,200

模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
paraformer-8k-v2	20	100

视频生成

HappyHorse系列

华北2（北京）
美国（弗吉尼亚）
新加坡
德国（法兰克福）
日本（东京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
happyhorse-1.1-t2v	5	5
happyhorse-1.1-i2v	5	5
happyhorse-1.1-r2v	5	5
happyhorse-1.0-t2v	5	5
happyhorse-1.0-i2v	5	5
happyhorse-1.0-r2v	5	5
happyhorse-1.0-video-edit	5	5

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
happyhorse-1.1-t2v	全球	5	5
happyhorse-1.1-i2v	全球	5	5
happyhorse-1.1-r2v	全球	5	5
happyhorse-1.0-t2v	全球	5	5
happyhorse-1.0-i2v	全球	5	5
happyhorse-1.0-r2v	全球	5	5
happyhorse-1.0-video-edit	全球	5	5

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
happyhorse-1.1-t2v	国际	5	5
happyhorse-1.1-i2v	国际	5	5
happyhorse-1.1-r2v	国际	5	5
happyhorse-1.0-t2v	国际	5	5
happyhorse-1.0-i2v	国际	5	5
happyhorse-1.0-r2v	国际	5	5
happyhorse-1.0-video-edit	国际	5	5

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
happyhorse-1.1-t2v	全球	5	5
happyhorse-1.1-i2v	全球	5	5
happyhorse-1.1-r2v	全球	5	5
happyhorse-1.0-t2v	全球	5	5
happyhorse-1.0-i2v	全球	5	5
happyhorse-1.0-r2v	全球	5	5
happyhorse-1.0-video-edit	全球	5	5

模型名称	服务部署范围	限流值（任何一个值超出即触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	正在处理中的任务数（并发）
happyhorse-1.1-t2v	全球	5	5
happyhorse-1.1-i2v	全球	5	5
happyhorse-1.1-r2v	全球	5	5
happyhorse-1.0-video-edit	全球	5	5

万相系列

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan3.0-video-prime	5	5
wan3.0-video	5	5
wan2.7-r2v-2026-06-12	5	5
wan2.7-t2v-2026-06-12	5	5
wan2.7-t2v-2026-04-25	5	5
wan2.7-t2v	5	5
wan2.6-t2v	5	5
wan2.5-t2v-preview	5	5
wan2.2-t2v-plus	2	2
wanx2.1-t2v-turbo	2	2
wanx2.1-t2v-plus	2	2
wan2.7-i2v-2026-04-25	5	5
wan2.7-i2v	5	5
wan2.6-i2v-flash	5	5
wan2.6-i2v	5	5
wan2.5-i2v-preview	5	5
wan2.2-i2v-flash	2	2
wan2.2-i2v-plus	2	2
wanx2.1-i2v-turbo	2	2
wanx2.1-i2v-plus	2	2
wan2.2-kf2v-flash	2	2
wanx2.1-kf2v-plus	2	2
wanx2.1-vace-plus	2	2
wan2.7-videoedit	5	5
wan2.7-r2v	5	5
wan2.6-r2v-flash	5	5
wan2.6-r2v	5	5
wan2.2-s2v-detect	5	同步接口无限制
wan2.2-s2v	5	1
wan2.2-animate-move	5	1
wan2.2-animate-mix	5	1

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan3.0-video-prime	全球	5	5
wan3.0-video	全球	5	5
wan2.7-r2v-2026-06-12	全球	5	5
wan2.6-t2v	全球	5	5
wan2.6-i2v	全球	5	5
wan2.6-r2v	全球	5	5
wan2.6-t2v	美国	5	5
wan2.6-i2v	美国	5	5

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan3.0-video-prime	国际	5	5
wan3.0-video	国际	5	5
wan2.7-t2v-2026-06-12	国际	5	5
wan2.7-t2v-2026-04-25	国际	5	5
wan2.7-t2v	国际	5	5
wan2.6-t2v	国际	5	5
wan2.5-t2v-preview	国际	5	5
wan2.2-t2v-plus	国际	2	2
wan2.1-t2v-turbo	国际	2	2
wan2.1-t2v-plus	国际	2	2
wan2.7-i2v-2026-04-25	国际	5	5
wan2.7-i2v	国际	5	5
wan2.6-i2v-flash	国际	5	5
wan2.6-i2v	国际	5	5
wan2.5-i2v-preview	国际	5	5
wan2.2-i2v-plus	国际	2	2
wan2.1-i2v-turbo	国际	2	2
wan2.1-i2v-plus	国际	2	2
wan2.1-kf2v-plus	国际	1	2
wan2.1-vace-plus	国际	2	2
wan2.7-videoedit	国际	5	5
wan2.7-r2v	国际	5	5
wan2.6-r2v-flash	国际	5	5
wan2.6-r2v	国际	5	5
wan2.2-animate-move	国际	5	1
wan2.2-animate-mix	国际	5	1

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan3.0-video-prime	全球	5	5
wan3.0-video	全球	5	5
wan2.6-t2v	全球	5	5
wan2.6-i2v	全球	5	5
wan2.6-r2v	全球	5	5

舞动人像AnimateAnyone

华北2（北京）

模型名称	每秒钟调用次数（RPS）	同时处理中任务数量
animate-anyone-detect	5	1算力单元支持2并发
animate-anyone	5	1算力单元支持1并发

声动人像VideoRetalk

华北2（北京）

模型名称

每秒钟调用次数（RPS）

同时处理中任务数量

videoretalk

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

视频风格重绘

华北2（北京）

模型名称

每秒钟调用次数（RPS）

同时处理中任务数量

video-style-transform

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

视频生成-第三方模型

爱诗系列

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟任务下发接口RPM限制	同时处理中任务数量（并发数）
pixverse/pixverse-lipsync	300	5 同一个阿里云百炼API Key 在 3 个模型间共享额度。即这 3 个模型处于运行状态的任务总数加起来不能超过 5 个。
pixverse/pixverse-motioncontrol	300
pixverse/pixverse-upscale	300

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
pixverse/pixverse-c1-t2v	5	5 同一个阿里云百炼API Key 在 4个模型间共享额度。即这 4个模型处于运行状态的任务总数加起来不能超过 5 个。
pixverse/pixverse-c1-it2v
pixverse/pixverse-c1-kf2v
pixverse/pixverse-c1-r2v
pixverse/pixverse-v6-r2v-omni	5	5 同一个阿里云百炼API Key 在 5 个模型间共享额度。即这 5 个模型处于运行状态的任务总数加起来不能超过 5 个。
pixverse/pixverse-v6-t2v
pixverse/pixverse-v6-it2v
pixverse/pixverse-v6-kf2v
pixverse/pixverse-v6-r2v
pixverse/pixverse-v5.6-t2v	5	5 同一个阿里云百炼API Key 在 4 个模型间共享额度。即这 4 个模型处于运行状态的任务总数加起来不能超过 5 个。
pixverse/pixverse-v5.6-it2v
pixverse/pixverse-v5.6-kf2v
pixverse/pixverse-v5.6-r2v

可灵系列

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
kling/kling-v3-omni-video-generation	5	10 同一阿里云百炼API Key 下，可灵系列的 5 个模型（图像及视频）共享 10 个并发数。即这 5 个模型处于运行状态的任务总数加起来不能超过 10 个。
kling/kling-v3-turbo-video-generation
kling/kling-v3-video-generation

Vidu系列

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
vidu/viduq3-ad_reference2video	5	5 同一个阿里云百炼API Key 在 20 个模型间共享并发额度。即这 20 个模型处于运行状态的任务总数加起来不能超过 5 个。
vidu/viduq3-drama_reference2video	5
vidu/viduq3-pro-fast_img2video	5
vidu/viduq3-turbo_text2video	5
vidu/viduq3-pro_text2video	5
vidu/viduq2_text2video	5
vidu/viduq3-turbo_img2video	5
vidu/viduq3-pro_img2video	5
vidu/viduq2-turbo_img2video	5
vidu/viduq2-pro_img2video	5
vidu/viduq2-pro-fast_img2video	5
vidu/viduq3-turbo_start-end2video	5
vidu/viduq3-pro_start-end2video	5
vidu/viduq2-turbo_start-end2video	5
vidu/viduq2-pro_start-end2video	5
vidu/viduq3-mix_reference2video	5
vidu/viduq3_reference2video	5
vidu/viduq3-turbo_reference2video	5
vidu/viduq2-pro_reference2video	5
vidu/viduq2_reference2video	5

MiniMax系列

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟任务下发接口RPM限制	同时处理中任务数量（并发数）
MiniMax/MiniMax-H3	300	5

3D模型生成-第三方模型

Tripo系列

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟任务下发接口RPM限制	同时处理中任务数量（并发数）
Tripo/Tripo-H3.1	5	10 同一个阿里云百炼API Key 在 2 个模型间共享额度。即这 2 个模型处于运行状态的任务总数加起来不能超过 10 个。
Tripo/Tripo-P1.0	5

向量模型

文本向量

华北2（北京）
新加坡
中国香港

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）/作业数仅输入Token
qwen3.7-text-embedding	24,000	1,000,000
qwen3.7-text-embedding-flash	24,000	1,000,000
text-embedding-v1 用Batch API调用服务时，不受限流限制。	1,800	1,200,000
text-embedding-v2 用Batch API调用服务时，不受限流限制。	1,800	1,200,000
text-embedding-v3 用Batch API调用服务时，不受限流限制。	1,800	1,200,000
text-embedding-v4 用Batch API调用服务时，不受限流限制。	1,800	1,200,000
text-embedding-async-v1	60	当前用户在系统通用文本向量异步作业排队中和运行中的作业数量不超过50个。另外，为了避免大量突发的作业占据太多资源，限制并发的作业数为3个，即任意时间，单个用户最多只有3个通用文本向量的异步作业在并发运行，其他的作业只能在队列中等待。
text-embedding-async-v2	60	当前用户在系统通用文本向量异步作业排队中和运行中的作业数量不超过50个。另外，为了避免大量突发的作业占据太多资源，限制并发的作业数为3个，即任意时间，单个用户最多只有3个通用文本向量的异步作业在并发运行，其他的作业只能在队列中等待。

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.7-text-embedding	国际	24,000	1,000,000
text-embedding-v4	国际	1,800	1,000,000
text-embedding-v3	国际	6,000	24,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
text-embedding-v4	中国香港	1,800	1,200,000

多模态向量

华北2（北京）

模型名称	限流条件以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）仅输入Token
qwen3-vl-embedding	2,400	1,200,000
qwen2.5-vl-embedding	1,200	600,000
tongyi-embedding-vision-plus	600	200,000
tongyi-embedding-vision-flash	600	200,000
tongyi-embedding-vision-flash-2026-03-06	1,200	9,600,000
tongyi-embedding-vision-plus-2026-03-06	1,200	9,600,000
multimodal-embedding-v1	120	1,000,000

排序模型

华北2（北京）
新加坡

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.7-text-rerank	3,000	9,000,000
qwen3-rerank	5,400	5,000,000,000
qwen3-vl-rerank	600	9,000,000
gte-rerank-v2	5,040	4,980,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-rerank	国际	5,400	5,000,000,000
gte-rerank-v2	国际	5,040	4,980,000,000

行业

意图理解

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
tongyi-intent-detect-v3	1,200	1,000,000

角色扮演

华北2（北京）
新加坡
美国（弗吉尼亚）
德国（法兰克福）
日本（东京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	120	500,000
qwen-flash-character	120	500,000
qwen-flash-character-2026-02-26	120	500,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	国际	120	500,000
qwen-flash-character	国际	120	500,000
qwen-plus-character-ja	国际	120	500,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	全球	120	500,000
qwen-flash-character	全球	120	500,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	全球	120	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	全球	120	5,000,000

界面交互

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
gui-plus	80	540,000
gui-plus-2026-02-26	100	540,000

决策模型

华北2（北京）
新加坡

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
decision-model-preview	1,200	2,000,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
decision-model-preview	1,200	2,000,000

已下线模型

详细信息，请参见模型下线机制说明。

​限流规则

​FAQ

​为什么触发限流？

​如何查看模型调用量？

​遇到限流后多久恢复？

​模型响应速度与付费有关吗？

​什么因素影响模型响应速度？

​限流会降低已接受请求的生成速度吗？

​如何避免限流？

​如何控制 Token 用量或费用支出？

​充值后是否还会被限流？

​文本生成-千问

​千问语言模型

​千问VL（视觉理解/图生文）

​千问Omni

​千问Omni-Realtime

​千问OCR（文字提取）

​千问Audio（音频理解）

​千问Coder

​千问翻译模型

​Qwen-MT-Uni

​千问数据挖掘模型

​千问深入研究模型

​通义晓蜜对话分析模型

​文本生成-千问-开源版

​千问语言模型开源版

​文本生成-第三方模型

​DeepSeek

​DeepSeek-硅基流动直供

​DeepSeek-快手万擎直供

​Kimi

​Kimi-月之暗面直供

​GLM

​GLM-智谱直供

​MiniMax

​MiniMax-稀宇科技直供

​MiMo-小米直供

​Stepfun-阶跃星辰直供

​Unisound-云知声直供

​图像生成

​千问（Qwen-Image）

​文生图-Z-Image

​万相

​图像编辑与生成

​人物写真生成-FaceChain

​图像生成-第三方模型

​可灵系列

​Vidu系列

​音频生成

​音乐生成

​语音对话

​实时语音对话

​语音合成（文本转语音）

​Qwen-Audio-TTS

​Qwen-TTS

​Qwen-TTS-Realtime

​Qwen-TTS声音复刻

​CosyVoice

​Qwen-Audio-TTS/CosyVoice声音复刻/设计

​Sambert

​语音合成（文本转语音）-第三方模型

​MiniMax-稀宇科技直供

​语音识别（语音转文本）与翻译（语音转成指定语种的文本）

​Qwen3-LiveTranslate-Flash

​Qwen-LiveTranslate-Flash-Realtime

​Qwen-Audio-3.1-ASR-Flash-Message

​Qwen-Audio-3.x-ASR-Flash-Streaming

​Qwen-Audio-3.x-ASR-Flash-Filetrans

​Qwen-Audio-3.x-ASR-Flash

​Qwen-ASR

​Qwen-ASR-Realtime

​Fun-ASR

​Fun-ASR-Realtime

​Paraformer

​视频生成

​HappyHorse系列

​万相系列

​舞动人像AnimateAnyone

​声动人像VideoRetalk

​视频风格重绘

限流规则

FAQ

为什么触发限流？

如何查看模型调用量？

遇到限流后多久恢复？

模型响应速度与付费有关吗？

什么因素影响模型响应速度？

限流会降低已接受请求的生成速度吗？

如何避免限流？

如何控制 Token 用量或费用支出？

充值后是否还会被限流？

文本生成-千问

千问语言模型

千问VL（视觉理解/图生文）

千问Omni

千问Omni-Realtime

千问OCR（文字提取）

千问Audio（音频理解）

千问Coder

千问翻译模型

Qwen-MT-Uni

千问数据挖掘模型

千问深入研究模型

通义晓蜜对话分析模型

文本生成-千问-开源版

千问语言模型开源版

文本生成-第三方模型

DeepSeek

DeepSeek-硅基流动直供

DeepSeek-快手万擎直供

Kimi

Kimi-月之暗面直供

GLM

GLM-智谱直供

MiniMax

MiniMax-稀宇科技直供

MiMo-小米直供

Stepfun-阶跃星辰直供

Unisound-云知声直供

图像生成

千问（Qwen-Image）

文生图-Z-Image

万相

图像编辑与生成

人物写真生成-FaceChain

图像生成-第三方模型

可灵系列

Vidu系列

音频生成

音乐生成

语音对话

实时语音对话

语音合成（文本转语音）

Qwen-Audio-TTS

Qwen-TTS

Qwen-TTS-Realtime

Qwen-TTS声音复刻

CosyVoice

Qwen-Audio-TTS/CosyVoice声音复刻/设计

Sambert

语音合成（文本转语音）-第三方模型

MiniMax-稀宇科技直供

语音识别（语音转文本）与翻译（语音转成指定语种的文本）

Qwen3-LiveTranslate-Flash

Qwen-LiveTranslate-Flash-Realtime

Qwen-Audio-3.1-ASR-Flash-Message

Qwen-Audio-3.x-ASR-Flash-Streaming

Qwen-Audio-3.x-ASR-Flash-Filetrans

Qwen-Audio-3.x-ASR-Flash

Qwen-ASR

Qwen-ASR-Realtime

Fun-ASR

Fun-ASR-Realtime

Paraformer

视频生成

HappyHorse系列

万相系列

舞动人像AnimateAnyone

声动人像VideoRetalk

视频风格重绘