Skip to main content

Tarification de l'entraînement et du déploiement

Cette rubrique décrit les règles de facturation et la tarification de l'entraînement et du déploiement de modèles sur Alibaba Cloud Model Studio.

Facturation de l'entraînement

Modèles de génération de texte – Qwen

Pour le workflow d'entraînement, reportez-vous à Réglage fin de Qwen. Une fois l'entraînement terminé, vous devez effectuer le déploiement du modèle avant de pouvoir évaluer ou appeler le nouveau modèle.
MéthodeFacturation basée sur les jetons d'entraînement
FormuleFrais d'entraînement du modèle = (Nombre total de jetons dans les données d'entraînement + Nombre total de jetons dans les données d'entraînement mixtes) × Nombre d'époques × Prix unitaire d'entraînement (Unité de facturation minimale : 1 jeton)
Consultez les frais d'entraînement estimés en bas de la console d'entraînement des modèles, puis cliquez sur Détails de facturation pour afficher le nombre total de jetons d'entraînement, le nombre d'époques et le prix unitaire d'entraînement.

Prix unitaire pour l'entraînement

  • Chine Nord 2 (Pékin)
  • Singapour
  • Qwen
  • Qwen-VL

Service de modèle

Code du modèle

Prix

Qwen3.8-27B

qwen3.8-27b

$0.007067/1 000 jetons

Qwen3.7-Plus-2026-05-26

qwen3.7-plus-2026-05-26

$0.048132/1 000 jetons

Qwen3.6-27B

qwen3.6-27b

$0.006876/1 000 jetons

Qwen3.6-Flash-2026-04-16

qwen3.6-flash-2026-04-16

$0.006876/1 000 jetons

Qwen3.6-Plus-2026-04-02

qwen3.6-plus-2026-04-02

$0.041256/1 000 jetons

Qwen3.5-27B

qwen3.5-27b

$0.006876/1 000 jetons

Qwen3.5-9B

qwen3.5-9b

$0.00275/1 000 jetons

Qwen3.5-4B

qwen3.5-4b

$0.00212/1 000 jetons

Qwen3.5-Flash-2026-02-23

qwen3.5-flash-2026-02-23

$0.006876/1 000 jetons

Qwen3.5-Plus-2026-02-15

qwen3.5-plus-2026-02-15

$0.041256/1 000 jetons

Qwen3-32B

qwen3-32b

$0.005501/1 000 jetons

Qwen3-30B-A3B-Instruct-2507

qwen3-30b-a3b-instruct-2507

$0.004126/1 000 jetons

Qwen3-14B

qwen3-14b

$0.004126/1 000 jetons

Qwen3-8B

qwen3-8b

$0.000825/1 000 jetons

Qwen3-4B-Instruct-2507

qwen3-4b-instruct-2507

$0.000825/1 000 jetons

Qwen3-1.7B

qwen3-1.7b

$0.000619/1 000 jetons

Qwen3-0.6B

qwen3-0.6b

$0.000413/1 000 jetons

Qwen2.5-72B-Instruct

qwen2.5-72b-instruct

$0.020628/1 000 jetons

Qwen2.5-32B-Instruct

qwen2.5-32b-instruct

$0.004126/1 000 jetons

Qwen2.5-14B-Instruct

qwen2.5-14b-instruct

$0.004126/1 000 jetons

Qwen2.5-7B-Instruct

qwen2.5-7b-instruct

$0.000825/1 000 jetons

Qwen-Plus-Character-2025-11-06

qwen-plus-character-2025-11-06

$0.020628/1 000 jetons

Modèles de génération d'images – Wan

Pour le workflow d'entraînement, reportez-vous à Réglage fin des modèles de génération d'images. Une fois l'entraînement terminé, vous devez effectuer le déploiement du modèle avant de pouvoir appeler le nouveau modèle.

Méthode

Facturation basée sur les jetons d'entraînement

Formule

Frais d'entraînement du modèle = Nombre total de jetons d'entraînement × Prix unitaire d'entraînement (Unité de facturation: par 1 000 jetons)

Formule du nombre total de jetons d'entraînement

‘Totaltrainingtokens≈max_steps×Lstep‘`Total training tokens \approx max\_steps \times L_{step}`Où :
  • max_steps : hyperparamètre spécifié lors de l'entraînement, représentant le nombre maximal d'étapes d'entraînement (configuré lors de la création d'une tâche de réglage fin).
  • Lstep : consommation de jetons par étape. La formule est la suivante : ‘Lstep=∑i∈batchLitem(i)≤Lmax‘`L_{step} = \sum_{i \in batch} L_{item}^{(i)} \leq L_{max}` Lstep est approximativement égal à Lmax. Lmax est déterminé par max_token_length et generation_type, comme indiqué ci-dessous :

generation_type

max_token_length

Lmax

t2i (texte vers image)

1k

12,800

2k

23,220

i2i (image vers image)

1k

23,220

2k

32,000

Service de modèle

Nom du modèle

Prix d'entraînement (pour 1 000 jetons)

Génération d'images Wan

wan2.7-image-pro

$0.015

Génération d'images Wan

wan2.7-image

$0.015

Supposons que vous affiniez le modèle wan2.7-image-pro pour le t2i. Les paramètres sont : max_steps = 200, max_token_length = "1k", et le prix d'entraînement est de $0.015 pour 1 000 jetons :
  • D'après le tableau : Lmax = 12,800 (generation_type=t2i, max_token_length=1k), Lstep ≈ Lmax = 12,800
  • Nombre total de jetons d'entraînement ≈ 200 × 12800 = 2560000 = 2560 milliers de jetons
  • Frais d'entraînement du modèle ≈ 2560× 0.015 = $38.4

Modèles de génération d'images – Qwen

Pour le workflow d'entraînement, reportez-vous à Réglage fin des modèles de génération d'images. Une fois l'entraînement terminé, vous devez effectuer le déploiement du modèle avant de pouvoir appeler le nouveau modèle.

Méthode

Facturation basée sur les jetons d'entraînement

Formule

Frais d'entraînement du modèle = Nombre total de jetons d'entraînement × Prix unitaire d'entraînement (Unité de facturation: par 1 000 jetons)

Formule du nombre total de jetons d'entraînement

‘Total training tokens=n_epochs×N×(max_pixels/Compression ratio)×GPU coefficient‘`\text{Total training tokens} = n\_epochs \times N \times (max\_pixels / \text{Compression ratio}) \times \text{GPU coefficient}`Où :
  • n_epochs : hyperparamètre spécifié lors de l'entraînement, représentant le nombre d'époques d'entraînement (configuré lors de la création d'une tâche de réglage fin).
  • N : nombre total d'images dans l'ensemble d'entraînement.
  • max_pixels : hyperparamètre spécifié lors de l'entraînement, représentant le nombre maximal de pixels par image (configuré lors de la création d'une tâche de réglage fin). Les valeurs valides sont 1k (1024×1024) et 2k (2048×2048).
  • Compression ratio : taux de compression VAE fixe, égal à 1024 (32×32).
  • GPU coefficient : coefficient d'ordonnancement des ressources, ajusté dynamiquement en fonction de l'ordonnancement des tâches.

Service de modèle

Nom du modèle

Prix d'entraînement (pour 1 000 jetons)

Génération d'images Qwen

qwen-image-2.0

$0.003

Génération d'images Qwen

qwen-image-2.0-pro

$0.003

Supposons que vous affiniez le modèle qwen-image-2.0 avec un ensemble d'entraînement de 1 image. Les paramètres sont : n_epochs = 1000, max_pixels = "1k", le prix d'entraînement est de $0.003 pour 1 000 jetons, et le coefficient GPU est de 8 :
  • Jetons par image = max_pixels / Compression ratio = 1024×1024 / 1024 = 1024
  • Nombre total de jetons d'entraînement = 1000 × 1 × 1024 × 8 = 8192000 = 8192 milliers de jetons
  • Frais d'entraînement du modèle = 8192 × 0.003 = $24.576
Le tableau suivant estime la consommation de jetons et les frais par image d'entraînement, en supposant un coefficient GPU de 8. Pour un ensemble d'entraînement de N images, multipliez les valeurs par N.

max_pixels

n_epochs

Jetons estimés

Frais estimés (USD)

1k

800

6,553,600

19.66

1k

1,000

8,192,000

24.58

1k

2,000

16,384,000

49.15

2k

800

26,214,400

78.64

2k

1,000

32,768,000

98.30

2k

2,000

65,536,000

196.61

  • Le coefficient GPU est ajusté dynamiquement en fonction de l'ordonnancement des tâches. La valeur 8 dans l'exemple et le tableau ci-dessus sert uniquement à illustrer le calcul. Pour la consommation réelle de jetons, consultez le champ usage renvoyé par l'opération Interroger une tâche de réglage fin. Votre facture fait foi concernant les frais.
  • batch_size n'affecte ni la facturation ni le nombre total de jetons d'entraînement.

Modèles de génération de vidéo – Wan

Pour le workflow d'entraînement, reportez-vous à Réglage fin des modèles de génération de vidéo. Une fois l'entraînement terminé, vous devez effectuer le déploiement du modèle avant de pouvoir appeler le nouveau modèle.

Méthode

Facturation basée sur les jetons d'entraînement

Formule

Frais d'entraînement du modèle = Nombre total de jetons d'entraînement × Prix unitaire d'entraînement (Unité de facturation: par 1 000 jetons)

Formule du nombre total de jetons d'entraînement

‘Totaltrainingtokens=(∑i=1Nbilling duration of videoi)×max_pixels1024×n_epochs‘`Total training tokens = \left( \sum_{i=1}^{N} \text{billing duration of video}_i \right) \times \frac{max\_pixels}{1024} \times n\_epochs`Où :
  • N : nombre total de vidéos dans l'ensemble d'entraînement.
  • max_pixels : hyperparamètre spécifié lors de l'entraînement, représentant le nombre maximal de pixels pour une vidéo (configuré lors de la création d'une tâche de réglage fin).
  • n_epochs : hyperparamètre spécifié lors de l'entraînement, représentant le nombre de boucles (configuré lors de la création d'une tâche de réglage fin).
    • La conversion entre n_epochs et steps est : steps = n_epochs × ⌈dataset_size / batch_size⌉, c'est-à-dire n_epochs = steps / ⌈dataset_size / batch_size⌉.
    • Lorsque l'ensemble de données ne contient qu'un seul échantillon et que batch_size = 1, n_epochs = steps. Nous recommandons un total d'au moins 800 étapes.
  • Règle de calcul de la durée facturable d'une seule vidéo : arrondissez d'abord la durée originale de la vidéo (en secondes) à l'entier le plus proche, puis déterminez la valeur finale en fonction des limites du modèle.
    • Modèle wan2.7 : Billing duration=min(10, rounded duration), ce qui signifie qu'une seule vidéo est facturée pour un maximum de 10 secondes.
    • Modèle wan2.6 : Billing duration=min(10, rounded duration), ce qui signifie qu'une seule vidéo est facturée pour un maximum de 10 secondes.
    • Modèle wan2.5 : Billing duration=min(10, rounded duration), ce qui signifie qu'une seule vidéo est facturée pour un maximum de 10 secondes.
    • Modèle wan2.2 : Billing duration=min(5, rounded duration), ce qui signifie qu'une seule vidéo est facturée pour un maximum de 5 secondes.

Service de modèle

Nom du modèle

Prix d'entraînement (pour 1 000 jetons)

Image vers vidéo (première image)

wan2.7-i2v

$0.3

wan2.6-i2v

$0.08

wan2.5-i2v-preview

$0.05

wan2.2-i2v-flash

$0.03

Image vers vidéo (première et dernière images)

wan2.7-i2v

$0.3

wan2.2-kf2v-flash

$0.03

Exemples de facturation

  1. Estimation des coûts pour wan2.7-i2v (données uniques)
Supposons qu'un ensemble d'entraînement contienne 1 vidéo d'une durée de 10 secondes. Avec batch_size = 1 (recommandé), n_epochs = steps / ⌈1(dataset_size) / 1(batch_size)⌉ = steps.Prix unitaire d'entraînement = $0.3/millier de jetons. Prenons l'exemple de max_pixels = 36864 et n_epochs = 800 :
  • Nombre total de jetons d'entraînement = 10 × (36864 / 1024) × 800 = 288,000 = 288 milliers de jetons
  • Frais d'entraînement du modèle = 288 × $0.3 = $86.4

max_pixels

Étapes courantes

n_epochs

Jetons estimés

Coût estimé (USD)

36864

800

800

288,000

$86.4

1,000

1,000

360,000

$108

2,000

2,000

720,000

$216

65536

800

800

512,000

$153.6

1,000

1,000

640,000

$192

2,000

2,000

1,280,000

$384

102400

800

800

800,000

$240

1,000

1,000

1,000,000

$300

2,000

2,000

2,000,000

$600

  1. Estimation des coûts pour wan2.7-i2v (données multiples)
Supposons qu'un ensemble d'entraînement contienne 2 vidéos d'une durée respective de 3,4 secondes et 11,5 secondes. Paramètres : max_pixels = 36864, n_epochs = 800. Prix unitaire d'entraînement = $0.3/millier de jetons :
  • Calcul de la durée :
    • Vidéo 1 : 3,4 secondes sont arrondies à 3. Durée facturable = min(10, 3) = 3.
    • Vidéo 2 : 11,5 secondes sont arrondies à 12. Durée facturable = min(10, 12) = 10.
    • Durée totale facturable = 3 + 10 = 13 secondes.
  • Nombre total de jetons d'entraînement = 13 × (36864/1024) × 800 = 374,400 = 374.4 milliers de jetons.
  • Frais d'entraînement du modèle = 374.4 × 0.3 = $112.32.
  1. Estimation des coûts pour wan2.5-i2v-preview (données multiples)
Supposons que vous affiniez le modèle wan2.5. L'ensemble d'entraînement contient deux vidéos : 3,4 secondes et 11,5 secondes. Les paramètres sont max_pixels = 36864 et n_epochs = 400. Le prix unitaire d'entraînement est de $0.05 pour 1 000 jetons.
  • Calcul de la durée :
    • Vidéo 1 : 3,4 secondes sont arrondies à 3. Durée facturable : min(10, 3) = 3 secondes.
    • Vidéo 2 : 11,5 secondes sont arrondies à 12. Durée facturable : min(10, 12) = 10 secondes.
    • Durée totale facturable : 3 + 10 = 13 secondes.
  • Nombre total de jetons d'entraînement = 13 × (36864 / 1024) × 400 = 187,200 = 187.2 milliers de jetons.
  • Frais d'entraînement du modèle = 187.2 × 0.05 = $9.36.

Facturation du déploiement

Modèles de génération de texte – Qwen

  • Facturation par durée d'utilisation (Provisioned Throughput)
  • Facturation par durée d'utilisation (Dedicated Throughput)
  • Par utilisation des jetons du modèle
  • Facturation par durée d'utilisation (unité de modèle)
Cost = Usage duration × (Input TPM unit price × Input TPM + Output TPM unit price × Output TPM)Le postpayé est calculé à l'heure : l'unité de durée d'utilisation est l'heure et le prix unitaire provient de la colonne « 1 heure continue » du tableau ci-dessous ; le prépayé est calculé au jour : l'unité de durée d'utilisation est le jour et le prix unitaire provient de la colonne « 1 jour continu » du tableau ci-dessous.
  • Les commandes prépayées prennent effet immédiatement après le paiement, avec une validité de N jours jusqu'à 23:59 le jour N.
  • Après l'expiration d'une commande prépayée, le service sera arrêté avec un délai de 2 heures, et les ressources seront conservées pendant 14 heures après l'arrêt avant d'être libérées.
  • Les commandes prépayées prennent en charge la résiliation anticipée ; la partie utilisée est réglée avec un coefficient de 1.2x pour le remboursement. Pour plus de détails, consultez Règles de remboursement pour les rétrogradations de configuration.
  • Pour la facturation postpayée, si votre compte présente des impayés, les ressources déployées seront conservées et facturées pendant 24 heures, période durant laquelle le service reste utilisable normalement. Au-delà de 24 heures, le système arrête la facturation, le déploiement du modèle passe à l'état d'impayé et les ressources sous-jacentes seront supprimées, mais la tâche de déploiement du modèle sera conservée. Une fois les impayés réglés, le système réalloue les ressources et rétablit l'utilisation (les frais continuent de s'accumuler après le rétablissement). Si vous ne souhaitez pas continuer à engager des frais, vous pouvez supprimer la tâche de déploiement du modèle ; une fois la suppression réussie, la facturation s'arrête.
Lorsque l'entrée du modèle dépasse le nombre maximal de jetons d'entrée, l'appel concerné bascule automatiquement vers le mode paiement à l'utilisation du modèle actuel ; lorsque le TPM acheté est dépassé, le traitement suit la stratégie de débordement sélectionnée lors de la création (« Auto-overflow » bascule vers le paiement à l'utilisation, « PTU capacity only » renvoie une erreur 429). Dans ce cas, les performances d'inférence peuvent se dégrader et seront soumises au contrôle du trafic public du modèle snapshot actuel dans l'espace métier, et les frais sont facturés selon les normes d'invocation du modèle (paiement à l'utilisation).
  • Dans ce cas (uniquement avec la stratégie « Auto-overflow »), l'en-tête de réponse de l'appel API inclura : x-dashscope-ptu-overflow:true.
  • Pour consulter les statistiques TPM, accédez à : Surveillance des modèles.
Pour connaître les règles spécifiques de réduction des frais et de remboursement dans les scénarios de réduction d'échelle (downgrade), reportez-vous à : Règles de remboursement pour les rétrogradations de configuration.
Le déploiement PTU prend en charge les coefficients de capacité échelonnés ainsi que les réductions liées au cache pour les entrées longues. Pour plus de détails, consultez Entrées longues et cache avec Provisioned Throughput.
  • Chine Nord 2 (Pékin)
  • Singapour
  • Qwen
  • DeepSeek
  • Qwen-VL
  • GLM

Nom du modèle

Code du modèle

Nombre maximal de jetons en entrée

Entrée postpayée

Pour 10 000 TPM/heure

Sortie postpayée

Pour 1 000 TPM/heure

Entrée prépayée

Pour 10 000 TPM/jour

Sortie prépayée

Pour 1 000 TPM/jour

Qwen3.8-Flash

qwen3.8-flash

128K

$0.407

$0.137

$4.884

$1.649

Qwen3.8-Max

qwen3.8-max

1M

$3.96

$1.188

$47.53

$14.258

Qwen3.7-Flash-2026-07-15

qwen3.7-flash-2026-07-15

128K

$0.066

$0.026

$0.792

$0.317

Qwen3.7-Max-2026-05-20

qwen3.7-max-2026-05-20

256K

$3.96

$1.188

$47.53

$14.258

Qwen3.7-Plus-2026-05-26

qwen3.7-plus-2026-05-26

256K

$0.66

$0.264

$7.92

$3.168

Qwen3.6-Plus-2026-04-02

qwen3.6-plus-2026-04-02

128K

$0.67

$0.066

$7.93

$4.753

Qwen3.5-Plus-2026-04-20

qwen3.5-plus-2026-04-20

128K

$0.26

$0.16

$3.17

$1.9

Qwen3-Max-2025-09-23

qwen3-max-2025-09-23

128K

$1.11

$0.45

$13.32

$5.4

Qwen-Flash-2025-07-28

qwen-flash-2025-07-28

128K

$0.06

$0.06

$0.72

$0.72

Qwen-Plus-2025-12-01

qwen-plus-2025-12-01

128K

$0.28

Sans réflexion : $0.07

Avec réflexion : $0.28

$3.36

Sans réflexion : $0.84

Avec réflexion : $3.36

Modèles de génération d'images – Wan

Pour les modèles de génération d'images Wan affinés avec SFT-LoRA, le déploiement est gratuit et les invocations sont facturées au tarif standard d'invocation du modèle de base affiné. Pour le workflow d'entraînement et de déploiement des modèles, consultez Réglage fin des modèles de génération d'images.

Nom du modèle

Prix d'invocation du déploiement LoRA

wan2.7-image-pro

$0.075/image

wan2.7-image

$0.03/image

Modèles de génération d'images – Qwen

Pour les modèles de génération d'images Qwen affinés avec SFT-LoRA, le déploiement est gratuit et les invocations sont facturées au tarif standard d'invocation du modèle de base affiné. Pour le workflow d'entraînement et de déploiement des modèles, consultez Réglage fin des modèles de génération d'images.

Nom du modèle

Prix d'invocation du déploiement LoRA

qwen-image-2.0

$0.035/image

qwen-image-2.0-pro

$0.075/image

Modèles de génération de vidéo – Wan

Modèles de génération de vidéo Wan affinés :
  • Déploiement du modèle : Gratuit
  • Invocation du modèle : Facturée au tarif standard du modèle de base affiné. Pour plus de détails, consultez tarification des modèles

FAQ

Q : Quand la facturation du déploiement du modèle commence-t-elle ?

R : La facturation commence lorsque l'état du modèle passe à Running. Aucun frais n'est appliqué pendant les états Deploying, Overdue Payment ou Deployment Failed.

Q : Suis-je facturé si j'annule une tâche d'entraînement ?

R : Oui. Si vous annulez manuellement l'entraînement, les jetons déjà consommés sont toujours transmis pour facturation. Les frais d'entraînement sont estimés sur la base des jetons consommés, et le montant final est soumis à votre facture. Pour les tâches d'entraînement interrompues pour des causes autres qu'une annulation manuelle, Alibaba Cloud Model Studio ne facture pas de frais d'entraînement.

Q : Comment consulter les statistiques d'invocation pour un modèle déployé ?

R : Accédez à la page Surveillance des modèles (Singapour), Surveillance des modèles (Virginie), Surveillance des modèles (Hong Kong) (Hong Kong ne prend en charge que la surveillance standard ; la surveillance avancée et les journaux ne sont pas disponibles) ou Surveillance des modèles (Pékin). La page Surveillance des modèles prend en charge le filtrage par plage horaire (3 heures, 6 heures, 12 heures, 24 heures, aujourd'hui, hier, une semaine, personnalisé) et par type d'inférence. La zone de synthèse en haut affiche le nombre total de modèles, le nombre total d'invocations, le nombre total d'échecs, la durée moyenne d'invocation et le délai moyen du premier paquet. La liste des modèles en bas affiche les métriques de chaque modèle, telles que le nombre total d'invocations, les invocations échouées, le taux d'échec, la durée moyenne d'invocation et la latence moyenne du premier jeton. Cliquez sur Surveillance pour afficher les données détaillées d'un seul modèle.