Skip to main content

Model usage

Consultez les statistiques d'utilisation des modèles d'Alibaba Cloud Model Studio.

Pour plus d'informations sur les quotas gratuits, reportez-vous à Quota gratuit pour les nouveaux utilisateurs . Gérez l'utilisation de votre quota gratuit sur la page Free Quota .

Disponibilité

  • Régions : Singapour uniquement. Pour plus d'informations, reportez-vous à Régions et domaines d'accès.
  • Modèles : Tous les modèles de la Liste des modèles, y compris les modèles affinés qui en sont dérivés.
  • Périmètre : L'utilisation des tokens et les métriques similaires servent à vérifier les coûts et ne comptabilisent que les appels de modèles facturés au paiement à l'utilisation par token. L'utilisation liée à l'entraînement de modèles et aux appels effectués via des unités de débit provisionnées ou des unités de débit dédiées n'est pas incluse ; le nombre d'appels inclut les appels effectués via des unités de débit provisionnées et des unités de débit dédiées. L'utilisation des outils générée par les appels de modèles est comptabilisée séparément.

Consulter l'utilisation du quota gratuit

Dans la console

  1. Accédez à la page Free Quota et sélectionnez l'onglet du type de modèle pour consulter l'utilisation du quota gratuit de chaque modèle.
  2. Dans le tableau des modèles, localisez des modèles spécifiques grâce aux outils de recherche, de tri ou de filtrage. Activez ou désactivez l'option Free Quota Only individuellement ou par lot pour gérer les paramètres du quota gratuit.
Free Quota Only : Lorsque cette option est activée, le service s'arrête automatiquement dès que le quota gratuit est épuisé (renvoi d'une erreur 403 : AllocationQuota.FreeTierOnly). Cela empêche toute facturation au-delà du quota gratuit. Pour poursuivre l'utilisation et payer selon la consommation réelle, maintenez cette fonctionnalité désactivée. Elle n'est disponible que si votre compte possède encore un quota gratuit non consommé. Une fois activée, elle reste verrouillée jusqu'à l'épuisement total du quota gratuit. Les quotas gratuits étant facturés à la minute, les données affichées dans la console peuvent présenter un léger délai. Référez-vous toujours à la valeur du quota gratuit indiquée dans la console.

Consulter l'utilisation des modèles

Consultez l'utilisation sur la page Model Usage. Les données sont agrégées par espace de travail, et non par compte Alibaba Cloud. Pour plus d'informations, reportez-vous à Comment vérifier l'utilisation totale des tokens pour mon compte Alibaba Cloud ?. Le nombre d'appels présente généralement une latence plus faible que les autres métriques d'utilisation : il peut apparaître environ 1 minute après un appel, tandis que l'utilisation des tokens et les coûts peuvent nécessiter environ 10 minutes pour être mis à jour. Le nombre d'appels n'est pas affiché pour l'inférence par lot hors ligne ou l'inférence par lot en ligne.
  1. Sélectionnez une période statistique et une plage temporelle. Vous pouvez consulter les données par minute, heure, jour ou mois : la minute est prise en charge jusqu'à 1 jour, l'heure jusqu'à 7 jours, le jour jusqu'à 31 jours et le mois jusqu'à 12 mois. Lorsque vous consultez les données par minute ou par heure, le graphique de tendance ne prend pas en charge le regroupement.
  2. Sélectionnez une dimension de regroupement : par modèle, API Key, espace de travail, région, site de service ou spécification. La spécification inclut les facteurs qui influent sur le prix unitaire, tels que les entrées/sorties/accès au cache, la longueur du contexte, le mode de réflexion et la résolution de génération vidéo.
  3. Filtrez par modèle, API Key, espace de travail, région, site de service, source d'appel et type d'inférence. Les types d'inférence incluent l'inférence en ligne, l'inférence par lot hors ligne (Batch File) et l'inférence par lot en ligne (Batch Chat). Si l'espace de travail ne dispose pas de données d'utilisation par lot, seule l'inférence en ligne s'affiche.
  4. Consultez les cartes de métriques : Call Count, Tokens Usage, Image Count, Video/Audio Duration, Speech Synthesis Characters, Tool Call Count, etc. Les cartes sont agrégées par unité de facturation. Par exemple, les modèles de texte et les modèles omni-modaux sont tous deux facturés au token ; leur utilisation est donc comptabilisée dans Tokens Usage. Basculez entre Total et Average per Call. Average per Call correspond à l'utilisation divisée par le nombre d'appels réussis.
  5. Dans le tableau Model Usage Details, consultez le type de modèle, le nombre d'appels, l'utilisation du modèle et l'utilisation des outils pour chaque modèle. Cliquez sur Details pour afficher le résumé et la tendance des différents types d'utilisation et de l'utilisation des outils du modèle. Cliquez sur View Cost pour afficher le montant à payer correspondant à l'utilisation.
  6. La section Total Successful Calls en bas de page répertorie tous les modèles par ordre décroissant du nombre d'appels. Vous pouvez l'afficher en plein écran et télécharger les données.
  • Le nombre d'échecs, le taux d'échec, le nombre d'erreurs de limitation de débit et le nombre d'interceptions par sécurité du contenu ont été déplacés vers la page Model Monitoring et ne sont plus affichés dans les détails d'utilisation des modèles.
  • L'ancienne catégorie Batch inference est désormais scindée en inférence par lot hors ligne (Batch File) et inférence par lot en ligne (Batch Chat).
Seules les données à partir du 1er septembre 2026 sont disponibles. Pour les données antérieures, accédez à Expenses and Costs.

Consulter la vue d'ensemble des coûts

Sur la page Cost Overview, consultez les coûts des appels de modèles et de l'entraînement de modèles, notamment le coût total, le coût de l'abonnement, le coût de la facture et la tendance de facturation. Pour plus de détails, reportez-vous à Facturation et gestion des coûts.

Unités d'utilisation

Dans Model Studio, les statistiques d'utilisation varient selon les modèles :

Type

Sous-catégorie

Unité

Facturation (invocation)

Grand modèle linguistique

Génération de texte

Token

Facturé selon le nombre de tokens en entrée et en sortie.

Réflexion approfondie

Compréhension visuelle

Modèle visuel

Génération d'images

Images

Facturé selon le nombre d'images générées avec succès.

Génération vidéo

Secondes

Facturé selon le nombre de secondes vidéo générées avec succès.

Modèle vocal

Synthèse vocale

Seconde, caractère ou token

La facturation s'effectue soit à la durée audio (secondes), soit au nombre de caractères textuels, soit au nombre de tokens, selon le modèle utilisé.

Synthèse vocale en temps réel

Reconnaissance de fichiers audio

Reconnaissance vocale en temps réel

Traduction audio et vidéo

Modèle omni-modal

Omni-modal

Token

Le texte est facturé au nombre de tokens. Les autres modalités (audio, image, vidéo) sont facturées selon leur équivalent en tokens.

Multimodal en temps réel

Modèle d'embedding

Embedding multimodal

Token

Facturé selon le nombre de tokens du texte en entrée.

Embedding de texte

Mise en production

Recommandations pour optimiser l'utilisation des modèles :
  • Maîtriser la longueur des sorties : Limitez la quantité maximale de contenu généré par invocation afin de contrôler les coûts, en ajustant judicieusement la longueur de réflexion et en configurant le paramètre max_tokens.
  • Adapter le modèle à la tâche : Pour des opérations simples comme la catégorisation ou le résumé, privilégiez des modèles légers et moins coûteux plutôt que des modèles puissants mais onéreux.
  • Surveillance et alertes : Suivez les tendances d'utilisation et configurez des alertes pour être notifié rapidement en cas de consommation anormale.
  • Optimisation des prompts : Des instructions concises et claires améliorent la qualité des réponses tout en réduisant le nombre de tokens inutiles en entrée.
  • Recours à l'inférence par lot : Pour les traitements massifs ne nécessitant pas de réponse immédiate, l'inférence par lot s'avère souvent plus économique que les invocations en temps réel.

Glossaire

TermeDescription
TokenLes grands modèles linguistiques traitent les entrées et les sorties sous forme de tokens. Un token peut correspondre à :
  • Un caractère unique : par exemple A, I
  • Un mot complet : par exemple large, Model
  • Une partie d'un mot long : Les mots longs sont souvent découpés en plusieurs tokens. Ce processus de segmentation est appelé tokenisation.
En règle générale, 1 caractère chinois équivaut environ à 1,5-2 tokens ; 1 lettre anglaise correspond à environ 0,25 token ; et 1 mot anglais représente environ 1,3 tokens :
  • Alibaba Cloud Model Studio : environ 4-5 tokens
  • Hello World : environ 2 tokens
Chaque modèle possède une limite maximale de tokens en entrée et en sortie (consultez la Liste des modèles). Tout dépassement de cette limite entraîne un échec.
Inférence en ligneDésigne toutes les invocations directes et indirectes d'un modèle, couvrant principalement les scénarios suivants :
  • Invocation via API
  • Test de modèle
  • Applications Model Studio (agent, workflow, applications d'orchestration d'agents, ainsi que les nœuds impliquant une invocation de modèle tels que les nœuds LLM, les nœuds de catégorisation d'intention et les nœuds de groupe d'agents) en état de test ou publié
  • Invocation de l'Assistant API (obsolète)
  • Invocation d'application
Inférence par lot hors ligne (Batch File)Traitement de données à grande échelle effectué hors ligne pour les scénarios ne nécessitant pas de réponse en temps réel, via l'API Compatible OpenAI - Batch (entrée fichier).
Inférence par lot en ligne (Batch Chat)Appels par lot en ligne effectués via l'API Batch Chat.

FAQ

Q : Comment vérifier l'utilisation totale des tokens pour mon compte Alibaba Cloud ? R : Connectez-vous avec votre compte Alibaba Cloud, accédez à la page Bill Details et exportez la facture. @props:china Sur la page Bill Details, filtrez et exportez la facture :
  1. Définissez le Billing Month sur le mois souhaité (par exemple 2025-05).
  2. Sous Product Name, sélectionnez Model Studio.
  3. Cliquez sur l'icône de téléchargement située dans le coin supérieur droit du tableau pour exporter les données de facturation.
@/props
Lorsque vous consultez les données par modèle, API Key, espace de travail ou autre dimension, certaines valeurs peuvent apparaître sous la forme « - » ou être vides. Causes courantes :
  • Un « - » peut indiquer que le modèle ne prend pas en charge la métrique.
  • Les données d'une dimension spécifique sont retardées. Juste après un appel, la valeur peut apparaître sous la forme « - » et être remplacée par la valeur réelle après quelques minutes ou plus.
  • Une API Key vide indique généralement que l'appel provient de la console.
  • Pour les appels effectués via Batch Chat, les données relatives à l'ID de l'API Key sont vides.
  • Les informations de région sont vides pour certains modèles.
  • La méthode d'appel est vide pour les modèles vocaux.