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。且不支持自助提升临时限流额度。

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？

模型调用完一小时后，在模型监控（北京或新加坡）页面设置查询条件（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操作列的监控，即可查看该模型的调用统计结果。具体请参见模型监控文档。

数据按小时更新，高峰期可能有小时级延迟，请您耐心等待。

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-2025-07-28 触发限流后，自动改用 qwen-plus-2025-07-14 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-2025-07-28"
# 备选模型
BACKUP_MODEL = "qwen-plus-2025-07-14"
# 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。
提升限流额度：默认限流额度不足时，在百炼控制台的限流提额页面提升模型的临时 TPM 额度，提交后立即生效。详见提升临时限流额度。

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，请参见本文如何避免限流？，或在百炼控制台的限流提额页面申请提升临时限流额度。

提升临时限流额度

默认限流额度不足时，可在百炼控制台提升模型的临时 TPM 额度。提交后立即生效，有效期 30 天，到期后自动恢复为系统默认值。目前支持华北2（北京）和新加坡地域。

登录百炼控制台，进入限流提额页面。
单击页面右上角的提升模型临时限流额度。
在弹窗中选择模型，填写期望的 Token 账号限流（Token/60 秒）值。弹窗中会显示当前额度和可设置上限。
单击确定，提额立即生效。

提额生效后，可通过以下方式确认：

在限流提额页面的列表中，查看已提额的模型及对应限流数据。
在模型广场中进入对应模型的详情页，查看更新后的限流数据。

支持临时提额的模型以限流提额页面弹窗的可选列表为准。
对已提额的模型再次提交视为重新申请，有效期随之重置为 30 天。
按实际需求申请额度。若配置容量长期显著超过实际使用量，系统可能在提前通知后将其恢复为默认值。
若限流额度不满足需求，请联系商务经理申请提额。

文本生成-千问

千问语言模型

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）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。	30,000	5,000,000
qwen3.8-flash 用Batch API调用服务时，不受限流限制。	30,000	5,000,000
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
qwen3.6-max-preview	600	1,000,000
qwen3-max 用Batch API调用服务时，不受限流限制。	30,000	5,000,000
qwen3-max-2026-01-23	600	1,000,000
qwen3-max-2025-09-23	60	100,000
qwen3-max-preview	600	1,000,000
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-2025-09-11	60	1,000,000
qwen-plus-2025-07-28（qwen-plus-0728）	60	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
qwen-plus-2025-01-12（qwen-plus-0112）	60	150,000
qwen-plus-2024-12-20（qwen-plus-1220）	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-turbo 用Batch API调用服务时，不受限流限制。	1,200	5,000,000
qwq-plus 用Batch API调用服务时，不受限流限制。	600	1,000,000
qwen-long 用Batch API调用服务时，不受限流限制。	1,200	3,000,000
qwen-long-latest 用Batch API调用服务时，不受限流限制。	1,200	60,000
qwen-long-2025-01-25(qwen-long-0125)	3	7,500

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-flash	全球	30,000	5,000,000
qwen3.7-max	全球	30,000	5,000,000
qwen3.7-max-us	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-max	全球	600	1,000,000
qwen3-max-preview	全球	600	1,000,000
qwen3-max-2025-09-23	全球	60	100,000
qwen3.7-plus	全球	30,000	5,000,000
qwen3.7-plus-us	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-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-us	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-us	美国	600	1,000,000
qwen-plus-2025-12-01	全球	60	1,000,000
qwen-plus-2025-09-11	全球	60	1,000,000
qwen-plus-2025-07-28	全球	60	1,000,000
qwen-plus-2025-12-01-us	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-us	美国	600	5,000,000
qwen-flash-2025-07-28	全球	60	1,000,000
qwen-flash-2025-07-28-us	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	15,000	2,000,000
qwen3.8-flash	国际	15,000	2,000,000
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
qwen3.6-max-preview	国际	600	1,000,000
qwen3-max	国际	600	1,000,000
qwen3-max-2026-01-23	国际	600	1,000,000
qwen3-max-2025-09-23	国际	60	100,000
qwen3-max-preview	国际	600	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-2025-09-11	国际	120	1,000,000
qwen-plus-2025-07-28	国际	60	100,000
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
qwq-plus	国际	60	100,000
qwen-turbo 用Batch API调用服务时，不受限流限制。	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-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-max	全球	600	1,000,000
qwen3-max	欧盟	600	1,000,000
qwen3-max-preview	全球	600	1,000,000
qwen3-max-2026-01-23	欧盟	60	100,000
qwen3-max-2025-09-23	全球	60	100,000
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
qwen-plus-2025-09-11	全球	60	1,000,000
qwen-plus-2025-07-28	全球	60	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-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

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）

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
qwen3-vl-plus-2025-12-19	60	100,000
qwen3-vl-plus-2025-09-23	60	100,000
qwen3-vl-flash 用Batch API调用服务时，不受限流限制。	3,000	5,000,000
qwen3-vl-flash-2026-01-22	60	100,000
qwen3-vl-flash-2025-10-15	60	100,000
qwen-vl-max 用Batch API调用服务时，不受限流限制。	1,200	1,000,000
qwen-vl-plus 用Batch API调用服务时，不受限流限制。	1,200	1,000,000
qvq-max	60	100,000
qvq-plus	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-vl-plus	全球	6,000	10,000,000
qwen3-vl-plus-2025-09-23	全球	60	100,000
qwen3-vl-flash	全球	1,200	1,000,000
qwen3-vl-flash-us	美国	1,200	1,000,000
qwen3-vl-flash-2025-10-15	全球	60	100,000
qwen3-vl-flash-2025-10-15-us	美国	120	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	国际	1,200	1,000,000
qwen3-vl-plus-2025-12-19	国际	60	100,000
qwen3-vl-plus-2025-09-23	国际	120	1,000,000
qwen3-vl-flash	国际	1,200	1,000,000
qwen3-vl-flash-2026-01-22	国际	60	100,000
qwen3-vl-flash-2025-10-15	国际	120	1,000,000
qwen-vl-max	国际	1,200	1,000,000
qwen-vl-plus	国际	1,200	1,000,000
qvq-max	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-vl-plus	全球	2,000	1,000,000
qwen3-vl-plus	欧盟	2,000	1,000,000
qwen3-vl-plus-2025-09-23	全球	60	100,000
qwen3-vl-flash	全球	12,000	10,000,000
qwen3-vl-flash	欧盟	12,000	10,000,000
qwen3-vl-flash-2026-01-22	欧盟	60	100,000
qwen3-vl-flash-2025-10-15	全球	600	1,000,000
qwen3-vl-flash-2025-10-15	欧盟	600	1,000,000

千问Omni

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
qwen3.5-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
qwen3-omni-flash-2025-12-01	60	100,000
qwen3-omni-flash-2025-09-15	60	100,000
qwen-omni-turbo 用Batch API调用服务时，不受限流限制。	60	100,000
qwen-omni-turbo-latest	60	100,000
qwen-omni-turbo-2025-03-26（qwen-omni-turbo-0326）	60	100,000
qwen-omni-turbo-2025-01-19（qwen-omni-turbo-0119）	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
qwen3.5-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
qwen3-omni-flash-2025-12-01	国际	60	100,000
qwen3-omni-flash-2025-09-15	国际	60	100,000
qwen-omni-turbo	国际	60	100,000
qwen-omni-turbo-latest	国际	60	100,000
qwen-omni-turbo-2025-03-26	国际	60	100,000

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
qwen3.5-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	60	100,000
qwen3-omni-flash-realtime-2025-12-01	60	100,000
qwen3-omni-flash-realtime-2025-09-15	60	100,000
qwen-omni-turbo-realtime-latest	60	100,000
qwen-omni-turbo-realtime-2025-05-08	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
qwen3.5-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	国际	60	100,000
qwen3-omni-flash-realtime-2025-12-01	国际	60	100,000
qwen3-omni-flash-realtime-2025-09-15	国际	60	100,000
qwen-omni-turbo-realtime	国际	60	10,000
qwen-omni-turbo-realtime-latest	国际	60	10,000
qwen-omni-turbo-realtime-2025-05-08	国际	60	10,000

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-latest 用Batch API调用服务时，不受限流限制。	6,000	30,000,000
qwen-vl-ocr-2025-11-20	6,000	30,000,000
qwen-vl-ocr-2025-08-28	600	6,000,000
qwen-vl-ocr-2025-04-13	600	6,000,000
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

千问数学模型

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-math-plus	1,200	1,000,000
qwen-math-plus-latest	1,200	1,000,000
qwen-math-plus-2024-09-19（qwen-math-plus-0919）	60	100,000
qwen-math-plus-2024-08-16（qwen-math-plus-0816）	10	20,000
qwen-math-turbo	1200	1,000,000

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-plus	5,000	5,000,000
qwen3-coder-plus-2025-09-23	60	1,000,000
qwen3-coder-plus-2025-07-22	60	1,000,000
qwen3-coder-flash	5,000	5,000,000
qwen3-coder-flash-2025-07-28	60	1,000,000
qwen-coder-plus	1,200	1,000,000
qwen-coder-turbo	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-coder-plus	全球	2,400	2,000,000
qwen3-coder-plus-2025-09-23	全球	60	1,000,000
qwen3-coder-plus-2025-07-22	全球	60	1,000,000
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-plus	国际	2,400	2,000,000
qwen3-coder-plus-2025-09-23	国际	600	1,000,000
qwen3-coder-plus-2025-07-22	国际	60	1,000,000
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-plus	全球	5,000	5,000,000
qwen3-coder-plus-2025-09-23	全球	60	1,000,000
qwen3-coder-plus-2025-07-22	全球	60	1,000,000
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
qwen-mt-turbo	60	35,000

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-us	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
qwen-mt-turbo	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

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	5,000	5,000,000
qwen3.8-27b	5,000	5,000,000
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
qwen3-next-80b-a3b-thinking	600	1,000,000
qwen3-next-80b-a3b-instruct	600	1,000,000
qwen3-235b-a22b-thinking-2507	600	1,000,000
qwen3-235b-a22b-instruct-2507	600	1,000,000
qwen3-30b-a3b-thinking-2507	600	1,000,000
qwen3-30b-a3b-instruct-2507	600	1,000,000
qwen3-235b-a22b	600	1,000,000
qwen3-30b-a3b	600	1,000,000
qwen3-32b	2400	1,000,000
qwen3-14b	600	1,000,000
qwen3-8b	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
qwen3-next-80b-a3b-thinking	全球	600	1,000,000
qwen3-next-80b-a3b-instruct	全球	600	1,000,000
qwen3-235b-a22b-thinking-2507	全球	600	1,000,000
qwen3-235b-a22b-instruct-2507	全球	600	1,000,000
qwen3-30b-a3b-thinking-2507	全球	600	1,000,000
qwen3-30b-a3b-instruct-2507	全球	600	1,000,000
qwen3-235b-a22b	全球	600	1,000,000
qwen3-32b	全球	600	1,000,000
qwen3-30b-a3b	全球	600	1,000,000
qwen3-14b	全球	600	1,000,000
qwen3-8b	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	5,000	5,000,000
qwen3.8-27b	国际	5,000	5,000,000
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
qwen3-next-80b-a3b-thinking	国际	600	1,000,000
qwen3-next-80b-a3b-instruct	国际	600	1,000,000
qwen3-235b-a22b-thinking-2507	国际	600	1,000,000
qwen3-235b-a22b-instruct-2507	国际	600	1,000,000
qwen3-30b-a3b-thinking-2507	国际	600	5,000,000
qwen3-30b-a3b-instruct-2507	国际	600	5,000,000
qwen3-235b-a22b	国际	600	1,000,000
qwen3-32b	国际	600	1,000,000
qwen3-30b-a3b	国际	600	1,000,000
qwen3-14b	国际	600	1,000,000
qwen3-8b	国际	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
qwen3-next-80b-a3b-thinking	全球	600	1,000,000
qwen3-next-80b-a3b-instruct	全球	600	1,000,000
qwen3-235b-a22b-thinking-2507	全球	600	1,000,000
qwen3-235b-a22b-instruct-2507	全球	600	1,000,000
qwen3-30b-a3b-thinking-2507	全球	600	1,000,000
qwen3-30b-a3b-instruct-2507	全球	600	1,000,000
qwen3-235b-a22b	全球	600	1,000,000
qwen3-32b	全球	2,400	1,000,000
qwen3-30b-a3b	全球	600	1,000,000
qwen3-14b	全球	600	1,000,000
qwen3-8b	全球	600	1,000,000

Qwen-VL

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-vl-32b-thinking	600	1,000,000
qwen3-vl-32b-instruct	600	1,000,000
qwen3-vl-30b-a3b-thinking	600	1,000,000
qwen3-vl-30b-a3b-instruct	600	1,000,000
qwen3-vl-8b-thinking	600	1,000,000
qwen3-vl-8b-instruct	600	1,000,000
qwen3-vl-235b-a22b-thinking	60	100,000
qwen3-vl-235b-a22b-instruct	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-vl-235b-a22b-thinking	全球	60	100,000
qwen3-vl-235b-a22b-instruct	全球	60	100,000
qwen3-vl-32b-thinking	全球	600	1,000,000
qwen3-vl-32b-instruct	全球	600	1,000,000
qwen3-vl-30b-a3b-thinking	全球	600	1,000,000
qwen3-vl-30b-a3b-instruct	全球	600	1,000,000
qwen3-vl-8b-thinking	全球	600	1,000,000
qwen3-vl-8b-instruct	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-vl-32b-thinking	国际	60	100,000
qwen3-vl-32b-instruct	国际	60	100,000
qwen3-vl-30b-a3b-thinking	国际	60	100,000
qwen3-vl-30b-a3b-instruct	国际	60	100,000
qwen3-vl-8b-thinking	国际	60	100,000
qwen3-vl-8b-instruct	国际	60	100,000
qwen3-vl-235b-a22b-thinking	国际	60	100,000
qwen3-vl-235b-a22b-instruct	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-vl-235b-a22b-thinking	全球	60	100,000
qwen3-vl-235b-a22b-instruct	全球	60	100,000
qwen3-vl-32b-thinking	全球	600	1,000,000
qwen3-vl-32b-instruct	全球	600	1,000,000
qwen3-vl-30b-a3b-thinking	全球	600	1,000,000
qwen3-vl-30b-a3b-instruct	全球	600	1,000,000
qwen3-vl-8b-thinking	全球	600	1,000,000
qwen3-vl-8b-instruct	全球	600	1,000,000

Qwen-Omni

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
qwen2.5-omni-7b	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
qwen2.5-omni-7b	国际	60	100,000

Qwen3-Omni-Captioner

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-omni-30b-a3b-captioner	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-omni-30b-a3b-captioner	国际	60	100,000

Qwen-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-next	600	1,000,000
qwen3-coder-480b-a35b-instruct	600	1,000,000
qwen3-coder-30b-a3b-instruct	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-coder-480b-a35b-instruct	全球	600	1,000,000
qwen3-coder-30b-a3b-instruct	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-coder-next	国际	600	1,000,000
qwen3-coder-480b-a35b-instruct	国际	600	1,000,000
qwen3-coder-30b-a3b-instruct	国际	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-coder-480b-a35b-instruct	全球	600	1,000,000
qwen3-coder-30b-a3b-instruct	全球	600	1,000,000
qwen3-coder-next	欧盟	600	1,000,000

文本生成-第三方模型

DeepSeek

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）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-pro	15,000	1,200,000
deepseek-v4-pro-0813	15,000	1,200,000
deepseek-v4-flash-0731	15,000	1,200,000
deepseek-v4-flash	15,000	1,200,000
deepseek-v3.2 用Batch API调用服务时，不受限流限制。	15,000	1,000,000
deepseek-v3.2-exp	15,000	1,200,000
deepseek-v3.1	15,000	1,200,000
deepseek-r1-0528	60	100,000
deepseek-r1 用Batch API调用服务时，不受限流限制。	15,000	1,200,000
deepseek-v3 用Batch API调用服务时，不受限流限制。	15,000	1,200,000
deepseek-r1-distill-qwen-7b	15,000	1,200,000
deepseek-r1-distill-qwen-14b	15,000	1,200,000
deepseek-r1-distill-qwen-32b	15,000	1,200,000
deepseek-r1-distill-qwen-1.5b	60	100,000
deepseek-r1-distill-llama-8b	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-pro	全球	15,000	1,200,000
deepseek-v4-pro-0813	全球	15,000	1,200,000
deepseek-v4-pro-us	美国	10,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000
deepseek-v4-flash	全球	15,000	1,200,000
deepseek-v4-flash-us	美国	10,000	1,200,000
deepseek-v4-flash-0731-us	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-pro	国际	10,000	1,200,000
deepseek-v4-pro-0813	国际	10,000	1,200,000
deepseek-v4-flash-0731	国际	15,000	1,200,000
deepseek-v4-flash	国际	10,000	1,200,000
deepseek-v3.2	国际	10,000	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	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
deepseek-v4-flash	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	日本	10,000	1,200,000
deepseek-v4-flash-0731	日本	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
deepseek-v4-flash	全球	10,000	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

Kimi

华北2（北京）
美国（弗吉尼亚）
德国（法兰克福）
日本（东京）
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
kimi-k3	15,000	1,200,000
kimi-k2.7-code	500	1,000,000
kimi-k2.6	500	1,000,000
kimi-k2.5	500	1,000,000
kimi-k2-thinking	500	1,000,000
Moonshot-Kimi-K2-Instruct	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	10,000	1,200,000
kimi-k2.7-code	国际	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

华北2（北京）
美国（弗吉尼亚）
德国（法兰克福）
日本（东京）
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
glm-5.2	500	2,000,000
glm-5.1	500	1,000,000
glm-5	500	1,000,000
glm-4.7	500	1,000,000
glm-4.6	60	1,000,000
glm-4.5	60	1,000,000
glm-4.5-air	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
glm-5.2	全球	500	1,000,000
glm-5.2-us	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-5.2	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-5.1	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-5.2	国际	500	1,000,000
glm-5.1	国际	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-5.2	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-M2.1	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

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）

华北2（北京）
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	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-2.0-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-image-max	2 次/分钟	同步接口无限制
qwen-image-max-2025-12-30	2 次/分钟	同步接口无限制
qwen-image-plus	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-plus-2026-01-09	2 次/秒	同步接口无限制
qwen-image	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-edit-max	2 次/分钟	同步接口无限制
qwen-image-edit-max-2026-01-16	2 次/分钟	同步接口无限制
qwen-image-edit-plus	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-12-15	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-10-30	2 次/秒	同步接口无限制
qwen-image-edit	2 次/秒	同步接口无限制
qwen-mt-image-2.0	60 次/分钟	2
qwen-mt-image	1 次/秒	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	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-2.0-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-image-max	国际	2 次/分钟	同步接口无限制
qwen-image-max-2025-12-30	国际	2 次/分钟	同步接口无限制
qwen-image-plus	国际	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-plus-2026-01-09	国际	2 次/秒	同步接口无限制
qwen-image	国际	2 次/秒	同步接口无限制 / 异步接口 2
qwen-image-edit-max	国际	2 次/分钟	同步接口无限制
qwen-image-edit-max-2026-01-16	国际	2 次/分钟	同步接口无限制
qwen-image-edit-plus	国际	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-12-15	国际	2 次/秒	同步接口无限制
qwen-image-edit-plus-2025-10-30	国际	2 次/秒	同步接口无限制
qwen-image-edit	国际	2 次/秒	同步接口无限制
qwen-mt-image-2.0	国际	60 次/分钟	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

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

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	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
z-image-turbo	2	同步接口无限制

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	每秒钟任务下发接口RPS限制	同时处理中任务数量（并发数）
z-image-turbo	国际	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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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
wanx-background-generation-v2	2	1
image-instance-segmentation	2	1
image-erase-completion	2	1
image-out-painting	2	10

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	作业提交接口RPS限制	同时处理中任务数量
facechain-facedetect	5	同步接口无限制
facechain-finetune	1	1
facechain-generation	2	1

创意文字生成-WordArt锦书

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	作业提交接口RPS限制	同时处理中任务数量
wordart-texture	2	1
wordart-semantic	2	1

AI试衣-OutfitAnyone

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	作业提交接口RPS限制	同时处理中任务数量
aitryon	10	5
aitryon-plus	10	5
aitryon-parsing-v1	10	同步接口无限制
aitryon-refiner	10	5

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	每秒钟任务下发接口RPS限制	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-3.0-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-3.0-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	提交作业接口RPS限制
qwen-audio-3.0-tts-plus	3
qwen-audio-3.0-tts-flash	3

Qwen-TTS

华北2（北京）
新加坡

Qwen3-TTS-Instruct-Flash
Qwen3-TTS-VD
Qwen3-TTS-VC
Qwen3-TTS-Flash
Qwen-TTS

模型名称	每分钟调用次数（RPM）
qwen3-tts-instruct-flash	180
qwen3-tts-instruct-flash-2026-01-26	180

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-tts	10	100,000
qwen-tts-latest
qwen-tts-2025-05-22
qwen-tts-2025-04-10

Qwen3-TTS-Instruct-Flash
Qwen3-TTS-VD
Qwen3-TTS-VC
Qwen3-TTS-Flash

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen3-tts-instruct-flash	国际	180
qwen3-tts-instruct-flash-2026-01-26	国际	180

Qwen-TTS-Realtime

华北2（北京）
新加坡

Qwen3-TTS-Instruct-Flash-Realtime
Qwen3-TTS-VD-Realtime
Qwen3-TTS-VC-Realtime
Qwen3-TTS-Flash-Realtime
Qwen-TTS-Realtime

模型名称	每分钟调用次数（RPM）
qwen3-tts-instruct-flash-realtime	180
qwen3-tts-instruct-flash-realtime-2026-01-22	180

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-tts-realtime	10	100,000
qwen-tts-realtime-latest
qwen-tts-realtime-2025-07-15

Qwen3-TTS-Instruct-Flash-Realtime
Qwen3-TTS-VD-Realtime
Qwen3-TTS-VC-Realtime
Qwen3-TTS-Flash-Realtime

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen3-tts-instruct-flash-realtime	国际	180
qwen3-tts-instruct-flash-realtime-2026-01-22	国际	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

Qwen-TTS声音设计

华北2（北京）
新加坡

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

CosyVoice

华北2（北京）
新加坡

模型名称	提交作业接口RPS限制
cosyvoice-v3.5-plus	3
cosyvoice-v3.5-flash
cosyvoice-v3-plus
cosyvoice-v3-flash
cosyvoice-v2
cosyvoice-v1

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	提交作业接口RPS限制
voice-enrollment	10

Sambert

华北2（北京）

模型服务	提交作业接口RPS限制
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
qwen3.5-livetranslate-flash-realtime	10	100,000
qwen3.5-livetranslate-flash-realtime-2026-05-19
qwen3-livetranslate-flash-realtime
qwen3-livetranslate-flash-realtime-2025-09-22

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
qwen3.5-livetranslate-flash-realtime	国际	10	100,000
qwen3.5-livetranslate-flash-realtime-2026-05-19	国际
qwen3-livetranslate-flash-realtime	国际
qwen3-livetranslate-flash-realtime-2025-09-22	国际

Qwen-Audio-3.0-ASR-Flash-Streaming

华北2（北京）
新加坡

模型名称	提交作业接口RPS限制
qwen-audio-3.0-asr-flash-streaming	20

Qwen-Audio-3.0-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-3.0-asr-flash-filetrans	600

Qwen-Audio-3.0-ASR-Flash

华北2（北京）
新加坡

模型名称	每分钟调用次数（RPM）
qwen-audio-3.0-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-2025-11-17	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
qwen3-asr-flash-filetrans-2025-11-17	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
qwen3-asr-flash-realtime-2026-02-10
qwen3-asr-flash-realtime-2025-10-27

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-2025-11-07
fun-asr-2025-08-25
fun-asr-mtl
fun-asr-mtl-2025-08-25
fun-asr-flash-2026-06-15

模型名称	服务部署范围	每分钟调用次数（RPM）
fun-asr	国际	600
fun-asr-2025-11-07	国际	600
fun-asr-2025-08-25	国际	600
fun-asr-mtl	国际	100
fun-asr-mtl-2025-08-25	国际	100
fun-asr-flash-2026-06-15	国际	600

Fun-ASR-Realtime

华北2（北京）
新加坡

模型名称	提交作业接口RPS限制
fun-asr-realtime	20
fun-asr-realtime-2026-02-28
fun-asr-realtime-2025-11-07
fun-asr-realtime-2025-09-15
fun-asr-flash-8k-realtime
fun-asr-flash-8k-realtime-2026-01-28

Paraformer

华北2（北京）

模型名称	提交作业接口RPS限制
paraformer-realtime-v2	20
paraformer-realtime-v1
paraformer-realtime-8k-v2
paraformer-realtime-8k-v1

模型名称	每分钟调用次数（RPM）
paraformer-v2	1,200

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
paraformer-v1	600	6,000,000
paraformer-mtl-v1	600	6,000,000

模型名称	提交作业接口RPS限制	同时处理中任务数量（并发数）
paraformer-8k-v2	20	100
paraformer-8k-v1	10	500

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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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	任务提交接口RPS限制	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

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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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-us	美国	5	5
wan2.6-i2v-us	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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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

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	每秒钟任务下发接口RPS限制	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

舞动人像AnimateAnyone

华北2（北京）

模型名称	任务下发接口RPS限制	同时处理中任务数量
animate-anyone-detect-gen2	5	同步接口无限制
animate-anyone-template-gen2	5	1 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。
animate-anyone-gen2	5	1 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。
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

悦动人像EMO

华北2（北京）

模型名称

任务下发接口RPS限制

同时处理中任务数量

emo-detect-v1

同步接口无限制

emo-v1

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。

灵动人像LivePortrait

华北2（北京）

模型名称

任务下发接口RPS限制

同时处理中任务数量

liveportrait-detect

同步接口无限制

liveportrait

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。

声动人像VideoRetalk

华北2（北京）

模型名称

任务下发接口RPS限制

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。

表情包Emoji

华北2（北京）

模型名称

任务下发接口RPS限制

同时处理中任务数量

emoji-detect-v1

同步接口无限制

emoji-v1

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

任务下发接口RPS限制

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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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	每秒钟任务下发接口RPS限制	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

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

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-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

通义法睿（法律模型）

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
farui-plus	240	1,000,000

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

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

已下线模型

详细信息，请参见模型下线机制说明。

类别	模型名称	限流条件（超出任一数值时触发限流）
类别	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
千问语言模型	qwen-max-latest	0	0
	qwen-max-2025-01-25
	qwen-max-2024-09-19
	qwen-max-2024-04-28
	qwen-turbo-latest
	qwen-turbo-2025-07-15
	qwen-turbo-2025-04-28
	qwen-turbo-2025-02-11
	qwen-turbo-2024-11-01
	qwq-plus-latest
	qwq-plus-2025-03-05
千问VL	qwen-vl-max-latest
	qwen-vl-max-2025-08-13
	qwen-vl-max-2025-04-08
	qwen-vl-max-2025-04-02
	qwen-vl-max-2025-01-25
	qwen-vl-max-1230
	qwen-vl-max-1119
	qwen-vl-plus-latest
	qwen-vl-plus-2025-08-15
	qwen-vl-plus-2025-07-10
	qwen-vl-plus-2025-05-07
	qwen-vl-plus-2025-01-25
	qwen-vl-plus-0102
	qvq-max-latest
	qvq-max-2025-05-15
	qvq-max-2025-03-25
	qvq-plus-latest
	qvq-plus-2025-05-15
千问数学模型	qwen-math-turbo-latest
千问数学模型	qwen-math-turbo-0919
千问Coder	qwen-coder-plus-latest
	qwen-coder-plus-2024-11-06
	qwen-coder-turbo-latest
	qwen-coder-turbo-0919
文本生成-千问-开源版	qwq-32b
	qwq-32b-preview
	qvq-72b-preview
	qwen2.5-vl-72b-instruct
	qwen2.5-vl-32b-instruct
	qwen2.5-vl-7b-instruct
	qwen2.5-vl-3b-instruct
	qwen2.5-7b-instruct-1m
	qwen2.5-14b-instruct-1m
	qwen2.5-72b-instruct
	qwen2.5-32b-instruct
	qwen2.5-14b-instruct
	qwen2.5-7b-instruct
	qwen2.5-math-72b-instruct
	qwen2.5-math-7b-instruct
	qwen2.5-math-1.5b-instruct
	qwen2.5-coder-32b-instruct
	qwen2.5-coder-14b-instruct
	qwen2.5-coder-7b-instruct
	qwen2.5-coder-3b-instruct
	qwen2.5-coder-1.5b-instruct
	qwen2.5-coder-0.5b-instruct
	qwen2.5-3b-instruct
	qwen2.5-1.5b-instruct
	qwen2.5-0.5b-instruct
	qwen3-0.6b
	qwen3-1.7b
	qwen3-4b

类别	模型名称	限流条件（超出任一数值时触发限流）
类别	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
千问语言模型	qwen2-72b-instruct	0	0
	qwen2-57b-a14b-instruct
	qwen2-7b-instruct
	qwen2-1.5b-instruct
	qwen2-0.5b-instruct
	qwen1.5-110b-chat
	qwen1.5-72b-chat
	qwen1.5-32b-chat
	qwen1.5-14b-chat
	qwen1.5-7b-chat
	qwen1.5-1.8b-chat
	qwen1.5-0.5b-chat
	qwen2.5-coder-3b-instruct
	qwen2.5-coder-1.5b-instruct
	qwen2.5-coder-0.5b-instruct
	qwen2.5-math-1.5b-instruct
千问VL	qwen2-vl-72b-instruct
	qwen2-vl-7b-instruct
	qwen2-vl-2b-instruct
	qwen-vl-v1
	qwen-vl-chat-v1
MiniMax-abab	abab6.5g-chat
	abab6.5t-chat
	abab6.5s-chat
StableDiffusion文生图	stable-diffusion-xl
	stable-diffusion-v1.5
	stable-diffusion-3.5-large
	stable-diffusion-3.5-large-turbo
FLUX文生图	flux-schnell
	flux-dev
	flux-merged
千问Audio	qwen2-audio-instruct
千问Audio	qwen-audio-chat
OpenNLU	opennlu-v1

类别	模型名称	限流条件（超出任一数值时触发限流）
类别	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
千问Max	qwen-max-2024-04-03	0	0
千问Plus	qwen-plus-2024-11-27
	qwen-plus-2024-11-25
	qwen-plus-2024-09-19
	qwen-plus-2024-08-06
	qwen-plus-2024-07-23
千问Turbo	qwen-turbo-2024-09-19
千问Turbo	qwen-turbo-2024-06-24
千问VL	qwen-vl-max-2024-10-30
	qwen-vl-max-2024-08-09
	qwen-vl-plus-2024-08-09
千问Audio	qwen-audio-turbo-2024-12-04
	qwen-audio-turbo-2024-08-07
	qwen-audio-asr-2024-12-04

类别	模型名称	限流条件（超出任一数值时触发限流）
类别	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
千问VL	qwen-vl-plus-2023-12-01	0	0
零一万物	yi-large
	yi-medium
	yi-large-rag
	yi-large-turbo
Dolly	dolly-12b-v2

类别	模型名称	限流条件（超出任一数值时触发限流）
类别	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
Llama-仅文本输入	llama3.3-70b-instruct	0	0
	llama3.2-3b-instruct
	llama3.2-1b-instruct
	llama3.1-405b-instruct
	llama3.1-70b-instruct
	llama3.1-8b-instruct
	llama3-70b-instruct
	llama3-8b-instruct
	llama2-13b-chat-v2
	llama2-7b-chat-v2
Llama-文本和图像输入	llama3.2-90b-vision-instruct
Llama-文本和图像输入	llama3.2-11b-vision
百川-开源版	baichuan2-13b-chat-v1
	baichuan2-7b-chat-v1
	baichuan-7b-v1
ChatGLM	chatglm3-6b
ChatGLM	chatglm-6b-v2
姜子牙	ziya-llama-13b-v1
BELLE	belle-llama-13b-2m-v1
元语	chatyuan-large-v2
BiLLa	billa-7b-sft-v1

类别	模型名称	限流条件（超出任一数值时触发限流）
类别	模型名称	每秒钟任务下发接口RPS限制	同时处理中任务数量
动漫人物生成	wanx-style-cosplay-v1	0	0
图配文	wanx-ast
创意文字生成-WordArt锦书	wordart-surnames
AnyText图文融合	wanx-anytext-v1

类别	模型名称	限流条件（超出任一数值时触发限流）		替代模型
类别	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	替代模型
文本生成-千问	qwen-max-2024-01-07（qwen-max-0107）	0	0	qwen-max
	qwen-plus-2024-06-24（qwen-plus-0624）			qwen-plus
	qwen-plus-2024-02-06（qwen-plus-0206）			qwen-plus
	qwen-turbo-2024-02-06（qwen-turbo-0206）			qwen-turbo
	qwen-vl-max-2024-02-01（qwen-vl-max-0201）			qwen-vl-max
文本生成-千问-开源版	qwen-72b-chat			qwen2.5-72b-instruct
	qwen-14b-chat			qwen2.5-14b-instruct
	qwen-7b-chat			qwen2.5-7b-instruct
	qwen-1.8b-chat			qwen2.5-1.5b-instruct
	qwen-1.8b-longcontext-chat			qwen2.5-1.5b-instruct
	qwen2-math-72b-instruct			qwen2.5-math-72b-instruct
	qwen2-math-7b-instruct			qwen2.5-math-7b-instruct
	qwen2-math-1.5b-instruct			qwen2.5-math-7b-instruct

类别	模型名称	限流条件（超出任一数值时触发限流）		替代模型
类别	模型名称	任务下发接口RPS限制	同时处理中任务数量	替代模型
幻影人像Motionshop视频生成模型	motionshop-video-detect	0	0	使用animate-anyone-gen2的“按视频背景生成”功能，可达到近似效果
	motionshop-gen3d
	motionshop-synthesis

模型名称	每分钟调用次数（RPM）
qwen3-tts-flash	180
qwen3-tts-flash-2025-11-27	180
qwen3-tts-flash-2025-09-18	10

模型名称	每分钟调用次数（RPM）
qwen3-tts-vd-realtime-2026-01-15	180
qwen3-tts-vd-realtime-2025-12-16	180

模型名称	每分钟调用次数（RPM）
qwen3-tts-vc-realtime-2026-01-15	180
qwen3-tts-vc-realtime-2025-11-27	180

模型名称	每分钟调用次数（RPM）
qwen3-tts-flash-realtime	180
qwen3-tts-flash-realtime-2025-11-27	180
qwen3-tts-flash-realtime-2025-09-18	10

模型名称	每分钟调用次数（RPM）
qwen3-asr-flash	100
qwen3-asr-flash-2026-02-10
qwen3-asr-flash-2025-09-08

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen3-asr-flash-us	美国	100
qwen3-asr-flash-2025-09-08-us	美国	100

​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？

​提升临时限流额度

​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）

​千问数学模型

​千问Coder

​千问翻译模型

​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

​Qwen-VL

​Qwen-Omni

​Qwen3-Omni-Captioner

​Qwen-Coder

​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

​创意文字生成-WordArt锦书

​AI试衣-OutfitAnyone

​图像生成-第三方模型

​可灵系列

​Vidu系列

​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

​Qwen-TTS声音设计

​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-3.0-ASR-Flash-Streaming

​Qwen-Audio-3.0-ASR-Flash-Filetrans

​Qwen-Audio-3.0-ASR-Flash

​Qwen-ASR

​Qwen-ASR-Realtime

​Fun-ASR

​Fun-ASR-Realtime

​Paraformer

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？

提升临时限流额度

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）

千问数学模型

千问Coder

千问翻译模型

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

Qwen-VL

Qwen-Omni

Qwen3-Omni-Captioner

Qwen-Coder

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

创意文字生成-WordArt锦书

AI试衣-OutfitAnyone

图像生成-第三方模型

可灵系列

Vidu系列

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

Qwen-TTS声音设计

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-3.0-ASR-Flash-Streaming

Qwen-Audio-3.0-ASR-Flash-Filetrans

Qwen-Audio-3.0-ASR-Flash

Qwen-ASR

Qwen-ASR-Realtime

Fun-ASR

Fun-ASR-Realtime

Paraformer