Consulte el uso de los modelos de Alibaba Cloud Model Studio.
Para obtener más información sobre las cuotas gratuitas, consulte Cuota gratuita para nuevos usuarios. Gestione el uso de la cuota gratuita en la página de Free Quota.
Disponibilidad
- Regiones: Solo la región de Singapur. Para obtener más información, consulte Regiones y dominios de acceso.
- Modelos: Todos los modelos en la Lista de modelos, incluidos los modelos con ajuste fino basados en ellos.
- Alcance: El uso de tokens y las métricas similares se utilizan para verificar costos y solo contabilizan las llamadas a modelos facturadas por pago por uso de tokens. No se incluye el uso de entrenamiento de modelos ni las llamadas a través de unidades de rendimiento aprovisionado o unidades de rendimiento dedicado; el número de llamadas incluye las llamadas de unidades de rendimiento aprovisionado y dedicado. El uso de herramientas generado por las llamadas a modelos se contabiliza por separado.
Ver uso de cuota gratuita
En la consola
- Vaya a la página de Free Quota y seleccione una pestaña de tipo de modelo para ver el uso de la cuota gratuita de cada modelo.
- En la tabla de modelos, localice modelos específicos mediante búsqueda, ordenamiento o filtros. Active o desactive Solo cuota gratuita de forma individual o masiva para gestionar la configuración de la cuota gratuita.
Ver uso del modelo
Consulte el uso en la página de Model Usage. Los datos se agregan por espacio de trabajo, no por cuenta de Alibaba Cloud. Para obtener más información, consulte ¿Cómo consulto el uso total de tokens de mi cuenta de Alibaba Cloud?. El número de llamadas suele tener una latencia menor que otras métricas de uso: el número de llamadas puede aparecer aproximadamente 1 minuto después de una llamada, mientras que el uso de tokens y los costos pueden tardar unos 10 minutos en actualizarse. El número de llamadas no se muestra para la inferencia por lotes sin conexión ni para la inferencia por lotes en línea.
- Seleccione un periodo estadístico y un rango de tiempo. Puede ver los datos por minuto, hora, día o mes: por minuto se admite hasta 1 día, por hora hasta 7 días, por día hasta 31 días y por mes hasta 12 meses. Cuando ve los datos por minuto o por hora, no se admite la agrupación en el gráfico de tendencias.
- Seleccione una dimensión de agrupación: por modelo, API Key, espacio de trabajo, región, sitio de servicio o especificación. La especificación incluye factores que afectan el precio unitario, como entrada/salida/aciertos de caché, longitud del contexto, modo de pensamiento y resolución de generación de video.
- Filtre por modelo, API Key, espacio de trabajo, región, sitio de servicio, origen de la llamada y tipo de inferencia. Los tipos de inferencia incluyen inferencia en línea, inferencia por lotes sin conexión (Batch File) e inferencia por lotes en línea (Batch Chat). Si el espacio de trabajo no tiene datos de uso por lotes, solo se muestra la inferencia en línea.
- Consulte las tarjetas de métricas: Número de llamadas, Uso de tokens, Número de imágenes, Duración de video/audio, Caracteres de síntesis de voz, Número de llamadas a herramientas y otras. Las tarjetas se agregan por unidad de facturación. Por ejemplo, los modelos de texto y los modelos omni-modales se facturan por tokens, por lo que su uso se contabiliza en Uso de tokens. Alterne entre Total y Promedio por llamada. El promedio por llamada es el uso dividido por las llamadas exitosas.
- En la tabla Detalles de uso del modelo, consulte el tipo de modelo, el número de llamadas, el uso del modelo y el uso de herramientas de cada modelo. Haga clic en Detalles para ver el resumen y la tendencia de los diferentes tipos de uso y del uso de herramientas del modelo. Haga clic en Ver costo para ver el importe a pagar por el uso.
- La sección Total de llamadas exitosas, en la parte inferior, enumera todos los modelos en orden descendente de número de llamadas. Puede verla en pantalla completa y descargar los datos.
- El número de fallos, la tasa de fallos, el número de errores de limitación y el número de intercepciones por seguridad de contenido se han trasladado a la página de Supervisión de modelos y ya no se muestran en los detalles de uso del modelo.
- La categoría anterior Inferencia por lotes ahora se divide en inferencia por lotes sin conexión (Batch File) e inferencia por lotes en línea (Batch Chat).
Ver resumen de facturación
En la página de Cost Overview, consulte los costos de las llamadas a modelos y del entrenamiento de modelos, incluidos el costo total, el costo de suscripción, el costo de factura y la tendencia de facturación. Para obtener más información, consulte Facturación y gestión de costos.
Unidades de uso
En Model Studio, las estadísticas de uso para diferentes modelos son:
Tipo | Subcategoría | Unidad | Facturación (invocación) |
|---|---|---|---|
Modelo de lenguaje grande | Facturado por el número de tokens de entrada y salida. | ||
Modelo visual | Imágenes | Facturado por el número de imágenes generadas exitosamente. | |
Segundos | Facturado por el número de segundos de video generados exitosamente. | ||
Modelo de voz | Segundo, carácter o token | Puede facturarse por duración de audio (segundos), caracteres de texto correspondientes o tokens, dependiendo del modelo. | |
Modelo omnimodal | Token | El texto se factura por recuento de tokens. Otras modalidades (audio, imagen, video) se facturan por sus recuentos de tokens correspondientes. | |
Modelo de incrustación | Token | Facturado por el número de tokens en el texto de entrada. | |
Embedding de texto |
Puesta en marcha
Recomendaciones para gestionar el uso del modelo:
- Controlar la longitud de salida del modelo: Limite la longitud máxima del contenido generado por invocación y, por lo tanto, controle los costos, limitando razonablemente la longitud de pensamiento y configurando el parámetro
max_tokens. - Seleccionar modelos según el tipo de tarea: Para tareas sencillas como categorización y resumen, priorice modelos ligeros y de menor costo frente a modelos más potentes pero más caros.
- Monitoreo y alertas: Supervise las tendencias de uso. Configure alertas de uso para recibir notificaciones oportunas sobre uso anómalo.
- Optimizar prompts: Los prompts concisos y claros mejoran la calidad de salida del modelo y reducen los tokens de entrada innecesarios.
- Usar inferencia por lotes: Para tareas de procesamiento por lotes grandes y no en tiempo real, la inferencia por lotes suele ser más rentable que la invocación en tiempo real.
Glosario
Sustantivo | Explicación |
|---|---|
Token | Un token es la unidad básica que utiliza un modelo para procesar entradas y salidas. Un token puede ser:
El número de tokens en un texto está determinado por el tokenizador que utiliza el modelo. Consulte las estadísticas de uso devueltas por la API para conocer el uso real. Cada modelo tiene un recuento máximo de tokens de entrada y salida (consulte la Lista de modelos). Superar este límite provoca un error. |
Inferencia en línea | Se refiere a todas las invocaciones directas e indirectas de un modelo, cubriendo principalmente los siguientes escenarios:
|
Inferencia por lotes sin conexión (Batch File) | Procesamiento de datos a gran escala realizado sin conexión para escenarios que no requieren respuestas en tiempo real, utilizando la API Compatible con OpenAI - Lotes (entrada de archivo). |
Inferencia por lotes en línea (Batch Chat) | Llamadas por lotes en línea realizadas a través de la API Batch Chat. |
FAQ
P: ¿Cómo veo el uso total de tokens de mi cuenta de Alibaba Cloud?
R: Utilice su cuenta de Alibaba Cloud para acceder a la página de Detalles de la factura y exportar la factura.
En la página Detalles de la factura, filtre y exporte la factura:
- Establezca el Mes de facturación en el mes objetivo (como
2025-05). - En Nombre del producto, seleccione Model Studio.
- Haga clic en el icono de descarga en la esquina superior derecha de la tabla para exportar los datos de facturación.
¿Por qué los gráficos o los detalles muestran "-" o valores vacíos?
¿Por qué los gráficos o los detalles muestran "-" o valores vacíos?
- Un "-" puede indicar que el modelo no admite la métrica.
- Los datos de una dimensión específica tienen retraso. Justo después de una llamada, el valor puede aparecer como "-" y cambiar al valor real después de unos minutos o más.
- Una API Key vacía normalmente indica que la llamada se originó en la consola.
- En las llamadas realizadas a través de Batch Chat, los datos relacionados con el ID de API Key están vacíos.
- La información de región está vacía para algunos modelos.
- El método de invocación está vacío para los modelos de voz.