Skip to main content

Compression de modèles

Compressez les modèles à l'aide de techniques telles que la quantification afin de réduire les coûts d'inférence.

Présentation

L'API Model Compression compresse les modèles personnalisés affinés sur l'ensemble des paramètres grâce à des techniques comme la quantification. Cette approche réduit l'empreinte mémoire lors de l'inférence et améliore le débit. Actuellement, la fonctionnalité de compression prend uniquement en charge la quantification et couvre l'intégralité du cycle de vie : consultation des modèles, création des tâches, interrogation du statut, récupération des journaux, ainsi que l'annulation ou la suppression des tâches. Flux typique :
  • Répertoriez les modèles quantifiables et les modèles de configuration → obtenez le template_id et le model quantifiable
  • Créez une tâche de compression → obtenez le job_id
  • Interrogez régulièrement la tâche de compression ou récupérez ses journaux → jusqu'à ce que le statut soit SUCCEEDED / FAILED / CANCELED
  • Une fois le statut SUCCEEDED atteint, utilisez le champ quantized_output pour créer un déploiement ; lorsque vous n'en avez plus besoin, annulez ou supprimez la tâche de compression
Le domaine pour tous les endpoints API est le suivant : https://dashscope-intl.aliyuncs.com. L'authentification utilise uniformément l'en-tête Authorization: Bearer ${YOUR_API_KEY} et les requêtes POST doivent inclure Content-Type: application/json. Pour connaître la signification des champs de l'objet de tâche et la machine d'états, consultez la section Objet de tâche de compression. Pour les codes d'erreur unifiés, reportez-vous aux Codes d'erreur à la fin de cette rubrique.

Démarrage rapide

L'API Model Compression est actuellement disponible uniquement dans la région Singapour. Si vous utilisez une autre région, effectuez les opérations de compression de modèles via la console Bailian de cette région.
L'API Model Compression fournit un ensemble complet d'interfaces RESTful couvrant la consultation des modèles, la création des tâches, l'interrogation du statut, la récupération des journaux, ainsi que l'annulation ou la suppression des tâches. Cette documentation s'adresse aux développeurs souhaitant intégrer les fonctionnalités de compression via OpenAPI ou SDK. Pour une présentation via la console, consultez les documents connexes.

Prérequis

Avant d'appeler les interfaces décrites dans cette rubrique, assurez-vous d'avoir effectué les opérations suivantes :
  1. Activez le service Alibaba Cloud Bailian et complétez la vérification d'identité réelle.
  2. L'espace de travail actuel doit comporter au moins un modèle personnalisé affiné sur l'ensemble des paramètres (opération réalisée via l'interface de tâche d'affinage), avec un modèle de base qwen3.5-flash-2026-02-23 ou qwen3.6-plus-2026-04-02. Les modèles LoRA et les modèles déjà quantifiés ne sont pas pris en charge.
  3. Obtenez une clé API (consultez la rubrique Obtenir une clé API).
Les spécifications des unités de déploiement prises en charge par le modèle issu de la compression dépendent du modèle de quantification sélectionné. Le nombre de déploiements se configure dans la console Bailian, sous « Model Deployment ». La fonctionnalité de compression est actuellement gratuite pour une durée limitée.

Liste des interfaces

Domaine pour toutes les interfaces : https://dashscope-intl.aliyuncs.com

#

Méthode

Chemin

Description

1

GET

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

Répertorier les modèles quantifiables et les modèles de configuration

2

POST

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

Créer une tâche de compression

3

GET

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

Répertorier les tâches de compression

4

GET

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

Consulter les détails d'une tâche de compression

5

GET

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

Récupérer les journaux d'une tâche de compression

6

POST

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

Annuler une tâche de compression

7

DELETE

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

Supprimer une tâche de compression

Authentification

Toutes les interfaces transmettent la clé API via l'en-tête HTTP suivant :
Authorization: Bearer ${YOUR_API_KEY}
L'en-tête Content-Type: application/json s'applique aux scénarios impliquant un corps de requête POST.

Prise en main en 5 minutes

  • HTTP
Installez la bibliothèque requests :
pip install requests
Exemple complet illustrant la création d'une tâche, l'interrogation du statut et la récupération du modèle de sortie :
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"])
Répertoriez les tâches et récupérez les journaux :
# 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)
Règles de nommage du modèle de sortie :
quantized_output = {base_model}-{output_model_suffix}-{job_id}
Par exemple, si le base_model est qwen3.5-flash-2026-02-23, le suffix est test et le job_id est quant-202604111200-a1b2, l'ID du modèle de sortie sera :
qwen3.5-flash-2026-02-23-test-quant-202604111200-a1b2
Consultez la page de détail de chaque interface pour voir l'utilisation cURL correspondante.

Objet de tâche de compression

L'API Model Compression est actuellement disponible uniquement dans la région Singapour. Si vous utilisez une autre région, effectuez la compression de modèles via la console Bailian de cette région.

Propriétés de l'objet

Paramètres de réponse

Champ

Type

Description

job_id

String

ID de la tâche

job_name

String

Nom de la tâche

job_description

String

Description de la tâche

status

String

Statut de la tâche (voir Statuts des tâches)

model

String

ID du modèle source

base_model

String

ID du modèle de base

template_id

String

ID du modèle de compression utilisé

template_name

String

Nom du modèle

template_description

String

Description du modèle

training_type

String

Type de tâche, fixé à quantization

compress_type

String

Type de compression, identique à training_type, fixé à quantization

hyper_parameters

Object

Hyperparamètres effectivement appliqués (seuls les paramètres visibles par l'utilisateur sont renvoyés)

custom_calibration_file_ids

Array<String>

Liste des ID de fichiers du jeu de données d'étalonnage personnalisé

quantized_output

String

ID du modèle produit après quantification (valeur présente uniquement lorsque le statut est SUCCEEDED)

create_time

String

Date de création de la tâche

start_time

String

Date de début d'exécution de la tâche (null lorsque le statut est PENDING/QUEUING)

end_time

String

Date de fin de la tâche (valeur présente dans les états terminaux)

error

Object

Informations d'erreur en cas d'échec, contenant les champs code et message ; null en cas de succès

group

String

Groupe de la tâche, fixé à quantization

usage

Integer

Durée d'utilisation du GPU (en secondes), présente lorsque le statut est SUCCEEDED ou CANCELED

Statuts des tâches

Statut

Description

PENDING

Tâche créée, en attente de planification

QUEUING

Placée dans la file d'attente de planification, en attente de ressources GPU

RUNNING

Tâche en cours d'exécution

CANCELING

Annulation initiée, en attente de l'arrêt

SUCCEEDED

Tâche réussie, le champ quantized_output renvoie l'ID du modèle produit

FAILED

Tâche échouée, les champs error.code / error.message indiquent la raison

CANCELED

Tâche annulée

Transition des statuts :
PENDING ─→ QUEUING ─→ RUNNING ─→ SUCCEEDED
                  │           │
                  ↓           ↓
                CANCELING ─→ FAILED / CANCELED

Répertorier les modèles quantifiables et les modèles de configuration

Cette interface répertorie tous les modèles personnalisés affinés quantifiables de l'utilisateur actuel, ainsi que les modèles de compression associés à chacun d'eux. Les modèles de configuration sont liés aux modèles ; différentes combinaisons d'architecture de modèle × précision × spécifications MU cibles correspondent à des modèles distincts.
Seuls les modèles personnalisés entièrement affinés (SFT/DPO/CPT) par l'utilisateur actuel à partir d'un modèle de base sont renvoyés. Les modèles affinés via LoRA et les modèles déjà quantifiés n'apparaissent pas dans les résultats.
Endpoint
GET /api/v1/fine-tunes/compress/templates
Paramètres de requête

Paramètre

Type

Obligatoire

Valeur par défaut

Description

model

String

Non

-

Filtre par ID de modèle ; si un nom de modèle de base est transmis, tous les modèles personnalisés basés sur ce modèle de base sont renvoyés

lang

String

Non

zh-CN

Langue de la réponse : zh-CN / en-US (voir Prise en charge multilingue)

Exemple de requête
curl "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/templates" \
  -H "Authorization: Bearer ${API_KEY}"
Exemple de réponse (minimal)
{
  "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": []
          }
        ]
      }
    ]
  }
}
{
  "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
              }
            ]
          }
        ]
      }
    ]
  }
}
Paramètres de réponse

Champ

Type

Description

base_models

Array<String>

Liste des noms de modèles de base prenant en charge la compression

custom_models[].model

String

ID du modèle

custom_models[].model_name

String

Nom d'affichage du modèle

custom_models[].base_model

String

Nom du modèle de base

custom_models[].templates

Array

Liste des modèles de configuration de compression pris en charge par ce modèle, hérités des modèles du modèle de base

templates[].template_id

String

ID du modèle, à transmettre en tant que paramètre template_id lors de la création d'une tâche de compression

templates[].template_name

String

Nom du modèle (prend en charge le multilingue ; renvoie la version linguistique correspondante selon le paramètre lang)

templates[].description

String

Description du modèle (prend en charge le multilingue ; renvoie la version linguistique correspondante selon le paramètre lang)

templates[].compress_type

String

Type de compression, fixé à quantization

templates[].hyper_parameters

Array

Hyperparamètres ajustables ; un tableau vide indique l'absence d'hyperparamètres ajustables

hyper_parameters[].name

String

Nom du paramètre (utilisé comme clé lors de la création d'une tâche)

hyper_parameters[].type

String

Type : number (numérique, utilisé avec data_range/step) / string (énumération, utilisé avec support_values)

hyper_parameters[].display_name

String

Nom d'affichage du paramètre (prend en charge le multilingue ; renvoie la version linguistique correspondante selon le paramètre lang)

hyper_parameters[].description

String

Description du paramètre (prend en charge le multilingue ; renvoie la version linguistique correspondante selon le paramètre lang)

hyper_parameters[].defaultValue

String

Valeur par défaut

hyper_parameters[].recommend_value

String

Valeur recommandée

hyper_parameters[].required

Boolean

Indique si le paramètre est obligatoire

hyper_parameters[].support_values

Array<String>

Liste des valeurs d'énumération (présente uniquement lorsque type=string), par exemple ["instruct", "think", "hybrid"]

hyper_parameters[].data_range

Array<String>

Plage numérique (présente uniquement lorsque type=number), par exemple ["64","256"] indique une plage de 64 à 256

hyper_parameters[].step

Integer

Pas (présent uniquement lorsque type=number)

Créer une tâche de compression

Endpoint
POST /api/v1/fine-tunes/compress/jobs
Paramètres de requête

Paramètre

Type

Obligatoire

Valeur par défaut

Description

model

String

Oui

-

ID du modèle source, obtenable via l'API

template_id

String

Oui

-

ID du modèle de compression, obtenable via l'API

job_name

String

Non

Généré automatiquement

Nom de la tâche ; les doublons ne sont pas autorisés pour un même utilisateur ; longueur maximale de 50 caractères

job_description

String

Non

-

Description de la tâche ; longueur maximale de 200 caractères

hyper_parameters

Object

Non

Valeur par défaut du modèle

Surcharges d'hyperparamètres (paires clé-valeur) ; transmettez uniquement les éléments que vous souhaitez remplacer

custom_calibration_file_ids

Array<String>

Non

-

Liste des ID de fichiers du jeu de données d'étalonnage personnalisé (ID de groupe de fichiers, au format file-{32hex}) ; prend effet uniquement lorsque calib_input=true. Le jeu de données doit préalablement être créé et publié dans Data Management

output_model_suffix

String

Non

-

Suffixe du nom du modèle quantifié en sortie ; longueur maximale de 8 caractères, uniquement des lettres minuscules et des chiffres. Format du nom du modèle de sortie : {base_model}-{suffix}-{job_id}

Exemple de requête
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"
  }'
Exemple de réponse
{
  "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"
  }
}
Paramètres de réponse : la signification des champs est identique à celle des paramètres de requête.

Répertorier les tâches de compression

Cette interface permet de filtrer par statut, modèle, modèle de configuration, spécification de quantification, algorithme, plage horaire, nom ou ID de tâche. Elle prend également en charge le tri par date de création et la pagination. Endpoint
GET /api/v1/fine-tunes/compress/jobs
Paramètres de requête

Paramètre

Type

Obligatoire

Valeur par défaut

Description

status

String

Non

-

Filtre par statut (par exemple, RUNNING, SUCCEEDED)

model

String

Non

-

Filtre par ID de modèle source

template_id

String

Non

-

Filtre par ID de modèle

quant_spec

String

Non

-

Filtre par spécification de quantification (par exemple, w4a16, w8a8)

quant_method

String

Non

-

Filtre par algorithme de quantification (par exemple, gptq, awq, fp8)

start_time

String

Non

-

La date de début de la tâche n'est pas antérieure à cette valeur. Format : yyyy-MM-dd HH:mm:ss / ISO-8601 / yyyy-MM-dd

end_time

String

Non

-

La date de fin de la tâche n'est pas postérieure à cette valeur, format identique à celui de start_time

job_name

String

Non

-

Recherche floue par nom de tâche

job_id

String

Non

-

Recherche floue par ID de tâche

search_key

String

Non

-

Mot-clé de recherche. Lorsque select_key n'est pas fourni, effectue une recherche floue sur job_id et job_name ; lorsqu'il est combiné avec select_key, seul le champ spécifié est recherché

select_key

String

Non

-

Champ de recherche pour search_key, options : job_id / job_name

sort_by

String

Non

create_time

Champ de tri, prend actuellement en charge uniquement create_time

sort_order

String

Non

desc

Ordre de tri, asc croissant / desc décroissant

page_no

Integer

Non

1

Numéro de page

page_size

Integer

Non

10

Taille de la page, maximum 100

Exemples de requête
# 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}"
Exemple de réponse
{
  "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
      }
    ]
  }
}
Paramètres de réponse

Champ

Type

Description

total

Integer

Nombre total de tâches correspondantes

page_no

Integer

Numéro de la page actuelle

page_size

Integer

Taille de la page

jobs

Array

Liste des tâches, la signification des champs est identique à celle des paramètres de réponse de l'interface de création de tâche de compression

Consulter une tâche de compression

Endpoint
GET /api/v1/fine-tunes/compress/jobs/{job_id}
Exemple de requête
curl "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs/quant-202604111200-a1b2" \
  -H "Authorization: Bearer ${API_KEY}"
Exemple de réponse
{
  "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
  }
}
Paramètres de réponse

Champ

Type

Description

job_id

String

ID de la tâche, obtenable via l'interface de création ou de liste des tâches de compression

job_name

String

Nom de la tâche

job_description

String

Description de la tâche

status

String

Statut de la tâche (voir Statuts des tâches pour plus de détails)

model

String

ID du modèle source

base_model

String

ID du modèle de base

template_id

String

ID du modèle de compression utilisé

template_name

String

Nom du modèle

template_description

String

Description du modèle

training_type

String

Type de tâche, fixé à quantization

compress_type

String

Type de compression, identique à training_type, fixé à quantization

hyper_parameters

Object

Hyperparamètres effectivement appliqués (seuls les paramètres visibles par l'utilisateur sont renvoyés)

custom_calibration_file_ids

Array<String>

Liste des ID de fichiers du jeu de données d'étalonnage personnalisé

quantized_output

String

ID du modèle produit après quantification (valeur présente uniquement lorsque le statut est SUCCEEDED), utilisable par l'interface Créer un déploiement pour déployer le modèle

create_time

String

Date de création de la tâche

start_time

String

Date de début d'exécution de la tâche (null lorsque le statut est PENDING/QUEUING)

end_time

String

Date de fin de la tâche (valeur présente dans les états terminaux)

error

Object

Informations d'erreur en cas d'échec, contenant les champs code et message ; null en cas de succès

group

String

Groupe de la tâche, fixé à quantization

usage

Integer

Durée d'utilisation du GPU (en secondes), présente lorsque le statut est SUCCEEDED ou CANCELED

Récupérer les journaux d'une tâche de compression

Endpoint
GET /api/v1/fine-tunes/compress/jobs/{job_id}/logs
Où {job_id} représente l'ID de la tâche de compression, obtenable via l'interface de création ou de liste des tâches de compression. Paramètres de requête

Paramètre

Type

Obligatoire

Valeur par défaut

Description

offset

Integer

Non

0

Ignore les N premières lignes et commence la lecture à partir de la ligne N+1

line

Integer

Non

100

Nombre de lignes à lire, maximum 1 000

Exemple de requête
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}"
Exemple de réponse
{
  "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!"
    ]
  }
}
Règles d'affichage des journaux
  • Lorsqu'un jeu de données d'étalonnage personnalisé est fourni pour la tâche, les journaux contiennent un marqueur indiquant la fin du traitement des données : data process succeeded, start to quantization
  • L'interface de journaux filtre les marqueurs système internes et ne renvoie que les informations lisibles par l'utilisateur concernant la progression de la compression

Annuler une tâche de compression

Vous pouvez annuler uniquement les tâches dont le statut est PENDING, QUEUING ou RUNNING. L'annulation est une opération asynchrone. La tâche passe d'abord dans l'état transitoire CANCELING avant d'atteindre finalement le statut CANCELED. Endpoint
POST /api/v1/fine-tunes/compress/jobs/{job_id}/cancel
Où {job_id} représente l'ID de la tâche de compression, obtenable via l'API de création ou de liste des tâches de compression. Exemple de requête
curl -X POST "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs/quant-202604111200-a1b2/cancel" \
  -H "Authorization: Bearer ${API_KEY}"
Exemple de réponse
{
  "request_id": "uuid-string",
  "output": { "status": "success" }
}

Supprimer une tâche de compression

Vous pouvez supprimer uniquement les tâches ayant atteint un état terminal (SUCCEEDED / FAILED / CANCELED). La suppression de l'enregistrement de la tâche ne supprime pas le modèle quantifié déjà généré (champ quantized_output). Endpoint
DELETE /api/v1/fine-tunes/compress/jobs/{job_id}
Où {job_id} représente l'ID de la tâche de compression, obtenable via l'API de création ou de liste des tâches de compression. Exemple de requête
curl -X DELETE "https://dashscope-intl.aliyuncs.com/api/v1/fine-tunes/compress/jobs/quant-202604111200-a1b2" \
  -H "Authorization: Bearer ${API_KEY}"
Exemple de réponse
{
  "request_id": "uuid-string",
  "output": { "status": "success" }
}

Codes d'erreur

Codes d'erreur courants

Code d'erreur

HTTP

Description

InvalidParameter

400

Paramètre de requête invalide

MissingParameter

400

Paramètre obligatoire manquant

Unauthorized

401

Échec de l'authentification

Forbidden

403

Aucune autorisation d'accès

ResourceNotFound

404

La ressource n'existe pas

UnsupportedOperation

400

L'état de la ressource ne permet pas cette opération (par exemple, annulation d'une tâche déjà dans un état terminal)

QuotaExceeded

429

Quota dépassé

InternalError

500

Erreur interne du service

Codes d'erreur métier

Les codes d'erreur métier suivants sont répertoriés par scénario. Le champ External Code correspond à la valeur réelle du champ code renvoyée par l'interface. Validation des paramètres

External Code

HTTP

Description

InvalidParameter

400

Paramètre obligatoire model manquant

InvalidParameter

400

Paramètre obligatoire template_id manquant

InvalidParameter

400

La quantification directe des modèles de base n'est pas prise en charge

InvalidParameter

400

Le modèle de configuration spécifié n'existe pas

InvalidParameter

400

Le modèle actuel ne prend pas en charge ce modèle de compression

InvalidParameter

400

Le modèle ne prend pas en charge la quantification

InvalidParameter

400

Les modèles affinés via LoRA ne prennent pas en charge la quantification

InvalidParameter

400

Données du modèle indisponibles

InvalidParameter

400

Le nom de la tâche contient des caractères non pris en charge

InvalidParameter

400

Le champ output_model_suffix dépasse 8 caractères

InvalidParameter

400

Le modèle source n'est pas prêt

AccessDenied

403

Aucune autorisation pour utiliser ce modèle de compression

Validation des hyperparamètres

External Code

HTTP

Description

InvalidParameter

400

Hyperparamètre obligatoire non fourni

InvalidParameter

400

Hyperparamètre inconnu fourni

InvalidParameter

400

La valeur de l'hyperparamètre ne figure pas dans la liste d'énumération

InvalidParameter

400

La valeur de l'hyperparamètre est hors plage

InvalidParameter

400

La valeur de l'hyperparamètre n'est pas un nombre valide

Requête de tâche

External Code

HTTP

Description

NotFound

404

La tâche de compression spécifiée n'existe pas

InvalidParameter

400

Paramètre obligatoire job_id manquant

Pagination et paramètres temporels

External Code

HTTP

Description

InvalidParameter

400

Paramètre de numéro de page invalide (doit être ≥ 1)

InvalidParameter

400

Taille de page invalide (doit être comprise entre 1 et 100)

InvalidParameter

400

Format de date invalide

Exemple de réponse d'erreur

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