Compresión de modelos

Visión general

La API de compresión de modelos comprime modelos personalizados ajustados de parámetros completos mediante técnicas como la cuantización, reduciendo la huella de memoria de inferencia y mejorando el rendimiento. Actualmente, la función de compresión solo admite cuantización y cubre el ciclo de vida completo desde la consulta de plantillas, creación de tareas, sondeo de estado, recuperación de registros, hasta la cancelación/eliminación de tareas. Flujo típico:

Listar modelos cuantizables y plantillas de configuración → obtener el template_id y el model cuantizable
Crear una tarea de compresión → obtener el job_id
Sondear Consulta de tarea de compresión / Obtener registros de tarea de compresión → hasta SUCCEEDED / FAILED / CANCELED
Después de SUCCEEDED, use quantized_output para crear una implementación; cuando ya no sea necesario, Cancelar tarea de compresión / Eliminar tarea de compresión

Dominio para todos los endpoints de API: https://dashscope-intl.aliyuncs.com. La autenticación utiliza uniformemente Authorization: Bearer ${YOUR_API_KEY}, y las solicitudes POST deben incluir Content-Type: application/json. Para los significados de los campos del objeto de tarea y la máquina de estados, consulte Objeto de tarea de compresión; para códigos de error unificados, consulte Códigos de error al final del documento.

Inicio rápido

La API de compresión de modelos actualmente solo está disponible en la región de Singapore. Si utiliza otra región, complete las operaciones de compresión de modelos a través de la consola Bailian de esa región.

La API de compresión de modelos proporciona un conjunto completo de interfaces RESTful que cubren consulta de plantillas, creación de tareas, sondeo de estado, obtención de registros y cancelación/eliminación de tareas. Este documento está destinado a desarrolladores para integrar capacidades de compresión a través de OpenAPI o SDK. Para introducciones a la consola, consulte los documentos relacionados.

Requisitos previos

Antes de llamar a las interfaces de este documento, complete lo siguiente:

Activó el servicio Alibaba Cloud Bailian y completó la verificación de nombre real.
El espacio de trabajo actual tiene al menos un modelo personalizado ajustado de parámetros completos basado en qwen3.5-flash-2026-02-23 (completado a través de la interfaz de tarea de ajuste fino). La función de compresión actual solo admite este modelo; los modelos LoRA y los modelos ya cuantizados no son compatibles.
Se obtuvo una API Key (consulte Obtener API Key).

Las especificaciones de unidad de implementación admitidas por el modelo de salida comprimido están determinadas por la plantilla de cuantización seleccionada, y la cantidad de implementación se configura bajo Dedicated Deployment en la consola Bailian. La función de compresión actual es gratuita por tiempo limitado.

Lista de interfaces

Todos los dominios de interfaz: https://dashscope-intl.aliyuncs.com

#	Método	Ruta	Descripción
1	GET	`/api/v1/fine-tunes/compress/templates`	Listar modelos cuantizables y plantillas de configuración
2	POST	`/api/v1/fine-tunes/compress/jobs`	Crear trabajo de compresión
3	GET	`/api/v1/fine-tunes/compress/jobs`	Listar trabajos de compresión
4	GET	`/api/v1/fine-tunes/compress/jobs/{job_id}`	Consultar detalles del trabajo de compresión
5	GET	`/api/v1/fine-tunes/compress/jobs/{job_id}/logs`	Obtener registros del trabajo de compresión
6	POST	`/api/v1/fine-tunes/compress/jobs/{job_id}/cancel`	Cancelar trabajo de compresión
7	DELETE	`/api/v1/fine-tunes/compress/jobs/{job_id}`	Eliminar trabajo de compresión

Autenticación

Todas las interfaces incluyen la API Key mediante encabezado HTTP:

Authorization: Bearer ${YOUR_API_KEY}

Content-Type: application/json se aplica a escenarios de cuerpo de solicitud POST.

Comenzar en 5 minutos

HTTP

Instale la biblioteca requests:

pip install requests

Ejemplo completo de creación de un trabajo, sondeo y obtención del modelo de salida:

import requests, time

API_KEY = "YOUR_API_KEY"
BASE = "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress"
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}

# 1. Create compression job
resp = requests.post(f"{BASE}/jobs", headers=HEADERS, json={
    "model": "qwen3.5-flash-2026-02-23-ft-***",  # Custom fine-tuned model ID
    "template_id": "quant-flash-nvfp4-mlp-nomtp",          # Obtain via GET /templates
    "output_model_suffix": "test",                          # Max 8 characters, lowercase letters and digits only
}).json()
job_id = resp["output"]["job_id"]
print("Job:", job_id)

# 2. Poll until terminal state
status = resp["output"]["status"]
while status not in ("SUCCEEDED", "FAILED", "CANCELED"):
    time.sleep(30)
    resp = requests.get(f"{BASE}/jobs/{job_id}", headers=HEADERS).json()
    status = resp["output"]["status"]
    print("Status:", status)

# 3. Process results
if status == "SUCCEEDED":
    print("Quantized model:", resp["output"]["quantized_output"])
    # Use quantized_output to call the model deployment interface for deployment
elif status == "FAILED":
    print("Error:", resp["output"]["error"])

Listar trabajos y obtener registros:

# List all successfully compressed jobs
resp = requests.get(f"{BASE}/jobs", headers=HEADERS, params={"status": "SUCCEEDED", "page_size": 20}).json()
for j in resp["output"]["jobs"]:
    print(j["job_id"], j["template_name"], j["quantized_output"])

# Get job logs
resp = requests.get(f"{BASE}/jobs/{job_id}/logs", headers=HEADERS, params={"offset": 0, "line": 100}).json()
for line in resp["output"]["logs"]:
    print(line)

Reglas de nomenclatura del modelo de salida:

quantized_output = {base_model}-{output_model_suffix}-{job_id}

Por ejemplo, base_model es qwen3.5-flash-2026-02-23, suffix es test, job_id es quant-202604111200-a1b2, y el ID del modelo de salida es:

qwen3.5-flash-2026-02-23-test-quant-202604111200-a1b2

Consulte la página de detalles de cada interfaz para el uso de cURL de cada interfaz.

Objeto de trabajo de compresión

La API de compresión de modelos actualmente solo está disponible en la región de Singapore. Si utiliza otra región, complete la compresión del modelo en la consola Bailian de esa región.

Propiedades del objeto

Parámetros de respuesta

Campo	Tipo	Descripción
job_id	String	ID de trabajo
job_name	String	Nombre del trabajo
job_description	String	Descripción del trabajo
status	String	Estado del trabajo (consulte Estado del trabajo)
model	String	ID del modelo fuente
base_model	String	ID del modelo base
template_id	String	ID de la plantilla de compresión en uso
template_name	String	Nombre de la plantilla
template_description	String	Descripción de la plantilla
training_type	String	Tipo de trabajo, fijo como `quantization`
compress_type	String	Tipo de compresión, igual que `training_type`, fijo como `quantization`
hyper_parameters	Object	Hiperparámetros realmente efectivos (solo devuelve parámetros visibles para el usuario)
custom_calibration_file_ids	Array<String>	Lista de IDs de archivo para el conjunto de datos de calibración personalizado
quantized_output	String	ID del modelo generado después de la cuantización (solo tiene valor cuando SUCCEEDED)
create_time	String	Hora de creación del trabajo
start_time	String	Hora de inicio de ejecución del trabajo (null cuando PENDING/QUEUING)
end_time	String	Hora de finalización del trabajo (tiene valor en estados terminales)
error	Object	Información de error en caso de fallo, que contiene `code` y `message`; null en caso de éxito
group	String	Grupo de trabajos, fijo como `quantization`
usage	Integer	Duración de GPU (segundos), aparece cuando SUCCEEDED o CANCELED

Estado del trabajo

Status	Descripción
`PENDING`	Trabajo creado, en espera de programación
`QUEUING`	Ingresó a la cola de programación, en espera de recursos de GPU
`RUNNING`	Trabajo en curso
`CANCELING`	Cancelación iniciada, en espera de finalización
`SUCCEEDED`	Tarea exitosa, el campo `quantized_output` devuelve el ID del modelo generado
`FAILED`	Tarea fallida, los campos `error.code` / `error.message` devuelven el motivo
`CANCELED`	Trabajo cancelado

Transición de estados:

PENDING ─→ QUEUING ─→ RUNNING ─→ SUCCEEDED
                  │           │
                  ↓           ↓
                CANCELING ─→ FAILED / CANCELED

Listar modelos cuantizables y plantillas de configuración

Lista todos los modelos personalizados ajustados cuantizables del usuario actual, así como las plantillas de compresión vinculadas a cada modelo. Las plantillas están vinculadas a modelos; diferentes combinaciones de arquitectura de modelo × precisión × especificaciones de MU objetivo corresponden a diferentes plantillas.

Solo devuelve modelos personalizados que el usuario actual ha ajustado completamente (SFT/DPO/CPT) basándose en un modelo base. Los modelos ajustados con LoRA y los modelos ya cuantizados no aparecerán en los resultados.

Endpoint

GET /api/v1/fine-tunes/compress/templates

Parámetros de solicitud

Parámetro	Tipo	Obligatorio	Valor predeterminado	Descripción
model	String	No	-	Filtrar por ID de modelo; cuando se pasa un nombre de modelo base, devuelve todos los modelos personalizados basados en ese modelo base
lang	String	No	zh-CN	Idioma de respuesta: `zh-CN` / `en-US` (consulte Soporte multilingüe)

Ejemplo de solicitud

curl "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/templates" \
  -H "Authorization: Bearer ${API_KEY}"

Ejemplo de respuesta (mínimo)

{
  "request_id": "uuid-string",
  "output": {
    "base_models": ["qwen3.5-flash-2026-02-23"],
    "custom_models": [
      {
        "model": "qwen3.5-flash-2026-02-23-ft-***",
        "model_name": "My SFT fine-tuned model",
        "base_model": "qwen3.5-flash-2026-02-23",
        "templates": [
          {
            "template_id": "quant-flash-nvfp4-mlp-nomtp",
            "template_name": "W4A4 NVFP4 high-performance compression-MU5/MU8/MU9",
            "description": "Balances high precision and high performance under lower-bit compression, further reducing memory usage and improving inference throughput.",
            "compress_type": "quantization",
            "hyper_parameters": []
          }
        ]
      }
    ]
  }
}

Ejemplo de respuesta (completo: con hiperparámetros ajustables)

{
  "request_id": "uuid-string",
  "output": {
    "base_models": ["qwen3.5-flash-2026-02-23"],
    "custom_models": [
      {
        "model": "qwen3.5-flash-2026-02-23-ft-***",
        "model_name": "My SFT fine-tuned model",
        "base_model": "qwen3.5-flash-2026-02-23",
        "templates": [
          {
            "template_id": "quant-flash-nvfp4-mlp-nomtp",
            "template_name": "W4A4 NVFP4 high-performance compression-MU5/MU8/MU9",
            "description": "Balances high precision and high performance under lower-bit compression, further reducing memory usage and improving inference throughput.",
            "compress_type": "quantization",
            "hyper_parameters": [
              {
                "name": "calib_input",
                "type": "string",
                "display_name": "Calibration input",
                "description": "Whether to enable calibration input",
                "support_values": ["true"],
                "defaultValue": "true",
                "recommend_value": "true",
                "required": false
              }
            ]
          }
        ]
      }
    ]
  }
}

Parámetros de respuesta

Campo	Tipo	Descripción
base_models	Array<String>	Lista de nombres de modelos base que admiten compresión
custom_models[].model	String	Model ID
custom_models[].model_name	String	Nombre para mostrar del modelo
custom_models[].base_model	String	Nombre del modelo base
custom_models[].templates	Array	Lista de plantillas de configuración de compresión admitidas por este modelo, heredadas de las plantillas de su modelo base
templates[].template_id	String	ID de plantilla, pasado como el parámetro template_id al crear una tarea de compresión
templates[].template_name	String	Nombre de la plantilla (admite varios idiomas; devuelve la versión del idioma correspondiente según el parámetro `lang`)
templates[].description	String	Descripción de la plantilla (admite varios idiomas; devuelve la versión del idioma correspondiente según el parámetro `lang`)
templates[].compress_type	String	Tipo de compresión, fijo como `quantization`
templates[].hyper_parameters	Array	Hiperparámetros ajustables; una matriz vacía significa que no hay hiperparámetros ajustables
hyper_parameters[].name	String	Nombre del parámetro (se utiliza como clave al crear una tarea)
hyper_parameters[].type	String	Tipo: `number` (numérico, usado con `data_range`/`step`) / `string` (enumeración, usado con `support_values`)
hyper_parameters[].display_name	String	Nombre para mostrar del parámetro (admite varios idiomas; devuelve la versión del idioma correspondiente según el parámetro `lang`)
hyper_parameters[].description	String	Descripción del parámetro (admite varios idiomas; devuelve la versión del idioma correspondiente según el parámetro `lang`)
hyper_parameters[].defaultValue	String	Valor predeterminado
hyper_parameters[].recommend_value	String	Valor recomendado
hyper_parameters[].required	Boolean	Si es obligatorio
hyper_parameters[].support_values	Array<String>	Lista de valores de enumeración (solo presente cuando `type=string`), por ejemplo, `["instruct", "think", "hybrid"]`
hyper_parameters[].data_range	Array<String>	Rango numérico (solo presente cuando `type=number`), por ejemplo, `["64","256"]` indica un rango de 64~256
hyper_parameters[].step	Integer	Tamaño de paso (solo presente cuando `type=number`)

Crear una tarea de compresión

Endpoint

POST /api/v1/fine-tunes/compress/jobs

Parámetros de solicitud

Parámetro	Tipo	Obligatorio	Valor predeterminado	Descripción
model	String	Sí	-	ID del modelo fuente, que se puede obtener a través de la API
template_id	String	Sí	-	ID de la plantilla de compresión, que se puede obtener a través de la API
job_name	String	No	Generado automáticamente	Nombre del trabajo; no se permiten duplicados bajo el mismo usuario; hasta 50 caracteres
job_description	String	No	-	Descripción del trabajo; hasta 200 caracteres
hyper_parameters	Object	No	Valor predeterminado de la plantilla	Sobrescrituras de hiperparámetros (clave-valor); pase solo los elementos que want sobrescribir
custom_calibration_file_ids	Array<String>	No	-	Lista de IDs de archivos de conjuntos de datos de calibración personalizados (ID de grupo de conjunto de datos, en formato `file-{32hex}`); solo surte efecto cuando `calib_input=true`. El conjunto de datos debe crearse y publicarse primero en Gestión de datos
output_model_suffix	String	No	-	Sufijo del nombre del modelo de salida cuantizado; hasta 8 caracteres, solo letras minúsculas y dígitos. Formato del nombre del modelo de salida: `{base_model}-{suffix}-{job_id}`

Ejemplo de solicitud

curl -X POST "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs" \
  -H "Authorization: Bearer ${API_KEY}" \
  -H "Content-Type: application/json" \
  -d '{
    "job_name": "qwen3.5-flash compression job",
    "model": "qwen3.5-flash-2026-02-23-ft-***",
    "template_id": "quant-flash-nvfp4-mlp-nomtp",
    "custom_calibration_file_ids": ["file-***"],
    "output_model_suffix": "test"
  }'

Ejemplo de respuesta

{
  "request_id": "uuid-string",
  "output": {
    "job_id": "quant-202604111200-a1b2",
    "job_name": "qwen3.5-flash compression job",
    "status": "PENDING",
    "model": "qwen3.5-flash-2026-02-23-ft-***",
    "base_model": "qwen3.5-flash-2026-02-23",
    "template_id": "quant-flash-nvfp4-mlp-nomtp",
    "template_name": "W4A4 NVFP4 high-performance compression-MU5/MU8/MU9",
    "training_type": "quantization",
    "compress_type": "quantization",
    "hyper_parameters": {},
    "custom_calibration_file_ids": ["file-***"],
    "quantized_output": null,
    "create_time": "2026-04-11 12:00:00",
    "start_time": null,
    "end_time": null,
    "error": null,
    "group": "quantization"
  }
}

Parámetros de respuesta: Los significados de los campos son los mismos que los parámetros de solicitud.

Listar tareas de compresión

Admite filtrado por estado, modelo, plantilla, especificación de cuantización, algoritmo, rango de tiempo, nombre/ID de tarea, y admite ordenación por hora de creación y paginación. Endpoint

GET /api/v1/fine-tunes/compress/jobs

Parámetros de solicitud

Parámetro	Tipo	Obligatorio	Valor predeterminado	Descripción
status	String	No	-	Filtrar por estado (por ejemplo, RUNNING, SUCCEEDED)
model	String	No	-	Filtrar por ID del modelo fuente
template_id	String	No	-	Filtrar por ID de plantilla
quant_spec	String	No	-	Filtrar por especificación de cuantización (por ejemplo, `w4a16`, `w8a8`)
quant_method	String	No	-	Filtrar por algoritmo de cuantización (por ejemplo, `gptq`, `awq`, `fp8`)
start_time	String	No	-	La hora de inicio de la tarea no es anterior a este valor. Formato: `yyyy-MM-dd HH:mm:ss` / ISO-8601 / `yyyy-MM-dd`
end_time	String	No	-	La hora de finalización del trabajo no es posterior a este valor, formato igual que `start_time`
job_name	String	No	-	Coincidencia aproximada por nombre de trabajo
job_id	String	No	-	Coincidencia aproximada por ID de trabajo
search_key	String	No	-	Palabra clave de búsqueda. Cuando no se proporciona `select_key`, coincide difusamente tanto con `job_id` como con `job_name`; cuando se combina con `select_key`, solo se busca en el campo especificado
select_key	String	No	-	Campo de búsqueda para `search_key`, opciones: `job_id` / `job_name`
sort_by	String	No	create_time	Campo de ordenamiento, actualmente solo admite `create_time`
sort_order	String	No	desc	Dirección de ordenamiento, `asc` ascendente / `desc` descendente
page_no	Integer	No	1	Número de página
page_size	Integer	No	10	Tamaño de página, máximo 100

Ejemplos de solicitud

# Combined search: by status + algorithm + pagination
curl "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs?status=SUCCEEDED&quant_method=gptq&page_size=10" \
  -H "Authorization: Bearer ${API_KEY}"

# Time range + search by job name + ascending by create time
curl "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs?start_time=2026-04-01&end_time=2026-04-30&search_key=qwen3&select_key=job_name&sort_by=create_time&sort_order=asc" \
  -H "Authorization: Bearer ${API_KEY}"

Ejemplo de respuesta

{
  "request_id": "uuid-string",
  "output": {
    "total": 42,
    "page_no": 1,
    "page_size": 10,
    "jobs": [
      {
        "job_id": "quant-202604111200-a1b2",
        "job_name": "qwen3.5-flash compression job",
        "status": "SUCCEEDED",
        "model": "qwen3.5-flash-2026-02-23-ft-***",
        "base_model": "qwen3.5-flash-2026-02-23",
        "template_id": "quant-flash-nvfp4-mlp-nomtp",
        "template_name": "W4A4 NVFP4 high-performance compression-MU5/MU8/MU9",
        "training_type": "quantization",
        "compress_type": "quantization",
        "custom_calibration_file_ids": ["file-***"],
        "quantized_output": "qwen3.5-flash-2026-02-23-test-quant-202604111200-a1b2",
        "create_time": "2026-04-11 12:00:00",
        "start_time": "2026-04-11 12:02:30",
        "end_time": "2026-04-11 13:02:30",
        "group": "quantization",
        "usage": 3600
      }
    ]
  }
}

Parámetros de respuesta

Campo	Tipo	Descripción
total	Integer	Número total de trabajos coincidentes
page_no	Integer	Número de página actual
page_size	Integer	Tamaño de página
jobs	Array	Lista de tareas, los significados de los campos son los mismos que los parámetros de respuesta de crear una tarea de compresión

Consultar una tarea de compresión

Endpoint

GET /api/v1/fine-tunes/compress/jobs/{job_id}

Ejemplo de solicitud

curl "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs/quant-202604111200-a1b2" \
  -H "Authorization: Bearer ${API_KEY}"

Ejemplo de respuesta

{
  "request_id": "uuid-string",
  "output": {
    "job_id": "quant-202604111200-a1b2",
    "job_name": "qwen3.5-flash compression job",
    "job_description": "...",
    "status": "SUCCEEDED",
    "model": "qwen3.5-flash-2026-02-23-ft-***",
    "base_model": "qwen3.5-flash-2026-02-23",
    "template_id": "quant-flash-nvfp4-mlp-nomtp",
    "template_name": "W4A4 NVFP4 high-performance compression-MU5/MU8/MU9",
    "template_description": "Maintains high accuracy and high performance under lower-bit compression, further reducing GPU memory usage and improving inference throughput.",
    "training_type": "quantization",
    "compress_type": "quantization",
    "hyper_parameters": {},
    "custom_calibration_file_ids": ["file-***"],
    "quantized_output": "qwen3.5-flash-2026-02-23-test-quant-202604111200-a1b2",
    "create_time": "2026-04-11 12:00:00",
    "start_time": "2026-04-11 12:02:30",
    "end_time": "2026-04-11 13:02:30",
    "error": null,
    "group": "quantization",
    "usage": 3600
  }
}

Parámetros de respuesta

Campo	Tipo	Descripción
job_id	String	ID de tarea, que se puede obtener a través de la interfaz de crear tarea de compresión o listar tareas de compresión
job_name	String	Nombre del trabajo
job_description	String	Descripción del trabajo
status	String	Estado del trabajo (consulte Estado del trabajo para más detalles)
model	String	ID del modelo fuente
base_model	String	ID del modelo base
template_id	String	ID de la plantilla de compresión utilizada
template_name	String	Nombre de la plantilla
template_description	String	Descripción de la plantilla
training_type	String	Tipo de trabajo, fijo como `quantization`
compress_type	String	Tipo de compresión, igual que `training_type`, fijo como `quantization`
hyper_parameters	Object	Hiperparámetros realmente efectivos (solo devuelve parámetros visibles para el usuario)
custom_calibration_file_ids	Array<String>	Lista de IDs de archivo para el conjunto de datos de calibración personalizado
quantized_output	String	ID del modelo generado después de la cuantización (solo tiene valor cuando SUCCEEDED), puede ser utilizado por la interfaz Crear implementación para la implementación del modelo
create_time	String	Hora de creación del trabajo
start_time	String	Hora de inicio de ejecución del trabajo (null cuando PENDING/QUEUING)
end_time	String	Hora de finalización del trabajo (tiene valor en estados terminales)
error	Object	Información de error en caso de fallo, que contiene `code` y `message`; null en caso de éxito
group	String	Grupo de trabajos, fijo como `quantization`
usage	Integer	Duración de GPU (segundos), presente cuando SUCCEEDED o CANCELED

Obtener registros de tarea de compresión

Endpoint

GET /api/v1/fine-tunes/compress/jobs/{job_id}/logs

Donde {job_id} es el ID de la tarea de compresión, que se puede obtener a través de la interfaz de crear tarea de compresión o listar tareas de compresión. Parámetros de solicitud

Parámetro	Tipo	Obligatorio	Valor predeterminado	Descripción
offset	Integer	No	0	Omitir las primeras N líneas y comenzar a leer desde la línea (N+1)
line	Integer	No	100	Número de líneas a leer, hasta 1000

Ejemplo de solicitud

curl "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs/quant-202604111200-a1b2/logs?offset=0&line=50" \
	-H "Authorization: Bearer ${API_KEY}"

Ejemplo de respuesta

{
  "request_id": "uuid-string",
  "output": {
    "total": 15,
    "logs": [
      "2026-04-11 12:02:35 - INFO - Starting quantization...",
      "2026-04-11 12:30:00 - INFO - Quantization progress: 100%",
      "2026-04-11 12:35:00 - INFO - Quantization succeeded!"
    ]
  }
}

Reglas de visualización de registros

Cuando se proporciona un conjunto de datos de calibración personalizado para la tarea, los registros contienen un marcador de finalización de procesamiento de datos data process succeeded, start to quantization
La interfaz de registros ha filtrado los marcadores internos del sistema y solo devuelve información de progreso de compresión legible por el usuario

Cancelar una tarea de compresión

Solo puede cancelar tareas en estado PENDING, QUEUING o RUNNING. La cancelación es una operación asíncrona. La tarea entra primero en el estado transitorio CANCELING y finalmente se convierte en CANCELED. Endpoint

POST /api/v1/fine-tunes/compress/jobs/{job_id}/cancel

Donde {job_id} es el ID de la tarea de compresión, que se puede obtener de la API Crear tarea de compresión o Listar tareas de compresión. Ejemplo de solicitud

curl -X POST "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs/quant-202604111200-a1b2/cancel" \
  -H "Authorization: Bearer ${API_KEY}"

Ejemplo de respuesta

{
  "request_id": "uuid-string",
  "output": { "status": "success" }
}

Eliminar una tarea de compresión

Solo puede eliminar tareas en estado terminal (SUCCEEDED / FAILED / CANCELED). Eliminar un registro de tarea no elimina el modelo cuantizado ya generado (quantized_output). Endpoint

DELETE /api/v1/fine-tunes/compress/jobs/{job_id}

Donde {job_id} es el ID de la tarea de compresión, que se puede obtener de la API Crear tarea de compresión o Listar tareas de compresión. Ejemplo de solicitud

curl -X DELETE "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs/quant-202604111200-a1b2" \
  -H "Authorization: Bearer ${API_KEY}"

Ejemplo de respuesta

{
  "request_id": "uuid-string",
  "output": { "status": "success" }
}

Código de error

Códigos de error comunes

Código de error	HTTP	Descripción
`InvalidParameter`	400	Parámetro de solicitud no válido
`MissingParameter`	400	Falta un parámetro obligatorio
`Unauthorized`	401	Error de autenticación
`Forbidden`	403	Sin permiso de acceso
`ResourceNotFound`	404	El recurso no existe
`UnsupportedOperation`	400	El estado del recurso no permite esta operación (por ejemplo, cancelar una tarea que ya está en un estado terminal)
`QuotaExceeded`	429	Cuota excedida
`InternalError`	500	Error interno del servicio

Códigos de error de negocio

Los siguientes códigos de error de negocio se listan por escenario. External Code es el valor real del campo code devuelto por la interfaz. Validación de parámetros

Código externo	HTTP	Descripción
`InvalidParameter`	400	Falta el parámetro obligatorio `model`
`InvalidParameter`	400	Falta el parámetro obligatorio `template_id`
`InvalidParameter`	400	No se admite la cuantización directa de modelos base
`InvalidParameter`	400	La plantilla de configuración especificada no existe
`InvalidParameter`	400	El modelo actual no admite esta plantilla de compresión
`InvalidParameter`	400	El modelo no admite cuantización
`InvalidParameter`	400	Los modelos ajustados con LoRA no admiten cuantización
`InvalidParameter`	400	Datos del modelo no disponibles
`InvalidParameter`	400	El nombre del trabajo contiene caracteres no admitidos
`InvalidParameter`	400	`output_model_suffix` excede los 8 caracteres
`InvalidParameter`	400	El modelo fuente no está listo
`AccessDenied`	403	Sin permiso para usar esta plantilla de compresión

Validación de hiperparámetros

Código externo	HTTP	Descripción
`InvalidParameter`	400	No se proporcionó un hiperparámetro obligatorio
`InvalidParameter`	400	Se proporcionó un hiperparámetro desconocido
`InvalidParameter`	400	El valor del hiperparámetro no está en la lista de enumeración
`InvalidParameter`	400	El valor del hiperparámetro está fuera de rango
`InvalidParameter`	400	El valor del hiperparámetro no es un número válido

Consulta de trabajos

Código externo	HTTP	Descripción
`NotFound`	404	El trabajo de compresión especificado no existe
`InvalidParameter`	400	Falta el parámetro obligatorio `job_id`

Parámetros de paginación y tiempo

Código externo	HTTP	Descripción
`InvalidParameter`	400	Parámetro de número de página no válido (debe ser ≥ 1)
`InvalidParameter`	400	Tamaño de página no válido (debe ser 1–100)
`InvalidParameter`	400	Formato de hora no válido

Ejemplo de respuesta de error

{
  "request_id": "uuid-string",
  "code": "InvalidParameter",
  "message": "The specified model 'xxx-lora-yyy' is a LoRA model and not supported for quantization."
}

​Visión general

​Inicio rápido

​Requisitos previos

​Lista de interfaces

​Autenticación

​Comenzar en 5 minutos

​Objeto de trabajo de compresión

​Propiedades del objeto

​Estado del trabajo

​Listar modelos cuantizables y plantillas de configuración

​Crear una tarea de compresión

​Listar tareas de compresión

​Consultar una tarea de compresión

​Obtener registros de tarea de compresión

​Cancelar una tarea de compresión

​Eliminar una tarea de compresión

​Código de error

​Códigos de error comunes

​Códigos de error de negocio

​Ejemplo de respuesta de error

Visión general

Inicio rápido

Requisitos previos

Lista de interfaces

Autenticación

Comenzar en 5 minutos

Objeto de trabajo de compresión

Propiedades del objeto

Estado del trabajo

Listar modelos cuantizables y plantillas de configuración

Crear una tarea de compresión

Listar tareas de compresión

Consultar una tarea de compresión

Obtener registros de tarea de compresión

Cancelar una tarea de compresión

Eliminar una tarea de compresión

Código de error

Códigos de error comunes

Códigos de error de negocio

Ejemplo de respuesta de error