Skip to main content

Limitation de débit

Alibaba Cloud Model Studio applique une limitation de débit aux appels de modèles au niveau du compte Alibaba Cloud, en agrégeant l'utilisation de tous les utilisateurs RAM, espaces de travail et clés API associés au compte. Les requêtes sont rejetées lorsque la limite est dépassée et se rétablissent généralement automatiquement dans un délai d'une minute.

Règles de limitation de débit

  • Limitation de débit au niveau du compte : la limitation de débit est calculée par compte principal. Le volume d'appels de tous les sous-comptes RAM, espaces de travail et clés API associés au compte est cumulé.
  • Limitation de débit indépendante du modèle : chaque modèle dispose de quotas de limitation de débit indépendants. Pour plus d'informations, consultez le tableau ci-dessous.
  • Types de limitation de débit : Les principaux modèles de génération de texte (tels que qwen3.8-max, qwen3.8-flash, deepseek-v4-pro-0813 et kimi-k3) utilisent la limitation de débit dynamique : la valeur du limite de TPM est ajustée chaque mois selon le palier de consommation mensuelle sur Bailian, et le TPM réellement disponible n'est jamais inférieur à la valeur du limite. Pour plus d'informations, reportez-vous à Limitation de débit dynamique. Les autres modèles et régions utilisent la limitation de débit statique ; consultez Règles de limitation de débit statique.

Limitation de débit dynamique

Mécanisme de limitation dynamique du débit

Bailian applique un mécanisme de limitation dynamique du débit à certains modèles. Voici les points clés :
  • Limitation souple : Lorsque le volume d'appels atteint la valeur de la limite de débit, la limitation ne se déclenche pas si la plateforme dispose encore de ressources disponibles. Par conséquent, le TPM réellement disponible n'est jamais inférieur à la valeur de la limite de débit. Il est normal que la valeur limite réelle observée lors des appels soit supérieure à cette valeur de référence.
  • Granularité de la limitation : Par compte et par modèle. Les volumes d'appels de tous les sous-comptes RAM, espaces de travail et clés API associés à un compte principal sont agrégés et comptabilisés dans le quota TPM de ce compte pour le modèle concerné, partageant ainsi la même limite.
  • Espace de travail : Vous pouvez définir une valeur de limite de débit distincte pour un modèle dans un espace de travail. Les espaces de travail sans configuration spécifique partagent le quota au niveau du compte.
  • Comportement en cas de limitation : Lorsque la limitation de débit dynamique se déclenche, une erreur 429 est renvoyée (code d'erreur Throttling.ResourceExhausted ou Throttling.ServiceOverloaded, message Too many requests.). Si la plateforme manque temporairement de ressources, une erreur 503 (ServiceUnavailable) peut être renvoyée — cela est indépendant du quota de limitation ; réessayez plus tard. Pour les recommandations de gestion des erreurs, consultez Codes d'erreur.
  • Plus d'informations : Pour les paramètres de limite de débit des espaces de travail, consultez Gestion des autorisations.

Modèles et niveaux de limite de débit

Bailian définit votre niveau de limite de débit TPM en fonction de votre historique de consommation. Pour connaître la valeur réelle de la limite de débit, reportez-vous à la page de détails du modèle.
Si la valeur de la limite de débit TPM ne répond pas aux exigences de votre activité, contactez votre gestionnaire de compte pour demander une augmentation du quota.
  • Singapour
  • Chine (Pékin)

Consommation mensuelle sur la plateforme Bailian :

Palier 1 (actuel) ≤$8,000

Palier 2 $8,000~$140,000

Palier 3 >$140,000

Modèles pris en charge

Niveaux de limite de débit TPM

qwen4-max

5,000,000

10,000,000

20,000,000

qwen3.8-max

2,000,000

5,000,000

10,000,000

qwen3.8-max-0902

1,500,000

1,500,000

1,500,000

qwen3.8-flash

2,500,000

5,000,000

10,000,000

qwen3.8-omni-flash

2,000,000

5,000,000

10,000,000

qwen3.8-2.4t-a95b

5,000,000

5,000,000

5,000,000

deepseek-v4.1-flash-1017

1,200,000

1,200,000

1,200,000

deepseek-v4.1-flash

1,200,000

1,200,000

1,200,000

deepseek-v4-pro-0813

1,200,000

5,000,000

10,000,000

kimi-k3

1,200,000

5,000,000

10,000,000

glm-5.3

5,000,000

5,000,000

5,000,000

glm-5.3-prime

2,000,000

2,000,000

2,000,000

qwen3.8-27b

5,000,000

5,000,000

5,000,000

Détails de la limitation de débit statique

Les valeurs de limitation de débit de chaque modèle sont listées ci-dessous par catégorie de modèle : les modèles marqués limitation dynamique ont une valeur de limite de TPM ajustée selon le palier de consommation mensuelle ; consultez Modèles et niveaux de limite. Les autres modèles utilisent la limitation de débit statique ; consultez Règles de limitation de débit statique.

Règles de limitation de débit statique

Les modèles et régions non couverts par la limitation de débit dynamique utilisent la limitation de débit statique, selon les règles suivantes :
  • Valeurs de limite fixes : chaque modèle dispose de valeurs fixes de limite RPM et TPM, indépendantes d'un modèle à l'autre.
  • Application à la seconde : en plus des RPM/TPM par minute, la limitation peut également être appliquée à la seconde sous forme de RPS (RPM/60) et TPS (TPM/60) — un pic de requêtes sur une courte période peut déclencher la limitation même si les limites par minute ne sont pas dépassées.
  • Déclenchement et rétablissement : les requêtes qui dépassent les limites sont rejetées avec une erreur 429 et se rétablissent généralement automatiquement en une minute. Pour la classification des messages d'erreur, consultez Pourquoi la limitation de débit se déclenche-t-elle ? et Codes d'erreur.

Génération de texte

Qwen Modèle linguistique

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
  • Chine (Hong Kong)
  • Japon (Tokyo)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen4-maxInternationalLimitation dynamique du débit
qwen3.8-maxInternationalLimitation dynamique du débit
qwen3.8-max-0902InternationalLimitation dynamique du débit
qwen3.8-flashInternationalLimitation dynamique du débit
qwen3.7-maxInternational6001,000,000
qwen3.7-max-2026-06-08International601,000,000
qwen3.7-max-2026-05-20International601,000,000
qwen3.7-max-previewInternational6001,000,000
qwen3.7-max-2026-05-17International6001,000,000
qwen-max
Utiliser l'API Batch : lors de l'appel du service, aucune limitation de débit n'est appliquée.
International6001,000,000
qwen3.7-plusInternational15,0005,000,000
qwen3.7-plus-2026-05-26International601,000,000
qwen3.6-plusInternational15,0005,000,000
qwen3.6-plus-2026-04-02International601,000,000
qwen3.7-flashInternational15,0005,000,000
qwen3.7-flash-2026-07-15International15,0005,000,000
qwen3.6-flashInternational15,0005,000,000
qwen3.6-flash-2026-04-16International601,000,000
qwen3.5-plusInternational15,0005,000,000
qwen3.5-plus-2026-04-20International6001,000,000
qwen3.5-plus-2026-02-15International601,000,000
qwen-plus
Utiliser l'API Batch : lors de l'appel du service, aucune limitation de débit n'est appliquée.
International6001,000,000
qwen-plus-latestInternational6001,000,000
qwen-plus-2025-12-01International1201,000,000
qwen-plus-2025-07-14(qwen-plus-0714)International60100,000
qwen-plus-2025-04-28(qwen-plus-0428)International601,000,000
qwen-plus-2025-01-25(qwen-plus-0125)International60100,000
qwen3.5-flashInternational15,0005,000,000
qwen3.5-flash-2026-02-23International601,000,000
qwen-flash
Utiliser l'API Batch : lors de l'appel du service, aucune limitation de débit n'est appliquée.
International6005,000,000
qwen-flash-2025-07-28International6005,000,000

Qwen-VL (compréhension visuelle/image-vers-texte)

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
  • Chine (Hong Kong)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3-vl-plusInternational1,2001,000,000

Qwen Omni (omni-modalité)

  • Singapour
  • Chine du Nord 2 (Beijing)
  • Chine (Hong Kong)
  • Japon (Tokyo)
  • Allemagne (Francfort)
  • États-Unis (Virginie)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3.8-omni-flashInternational30000Limitation dynamique du débit
qwen3.5-omni-flashInternational60100,000
qwen3.5-omni-flash-2026-03-15International60100,000
qwen3.5-omni-plusInternational60100,000
qwen3.5-omni-plus-2026-03-15International60100,000
qwen3-omni-flashInternational60100,000

Qwen-Omni-Realtime

Pour les connexions WebSocket, la limite RPM s'applique au nombre de demandes de connexion par minute. Les réponses émises sur une connexion existante ne comptent pas dans le RPM. Une reconnexion compte comme une nouvelle demande. Il n'existe actuellement aucune limite distincte sur le nombre total de connexions ouvertes simultanément. Les limites TPM restent applicables. Consultez les tableaux ci-dessous pour connaître les limites des modèles.
  • Singapour
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3.8-omni-flash-realtimeInternational602,000,000
qwen3.5-omni-plus-realtimeInternational60100,000
qwen3.5-omni-plus-realtime-2026-03-15International60100,000
qwen3.5-omni-flash-realtimeInternational60100,000
qwen3.5-omni-flash-realtime-2026-03-15International60100,000
qwen3-omni-flash-realtime-2025-09-15International60100,000

Qwen-OCR (extraction de texte)

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen-vl-ocrInternational6,00030,000,000
qwen-vl-ocr-2025-11-20International6,00030,000,000

Qwen-Coder

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3-coder-flashInternational6005,000,000
qwen3-coder-flash-2025-07-28International6005,000,000

Modèle de traduction Qwen

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Requêtes par minute (RPM)Tokens par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen-mt-plusInternational60100,000
qwen-mt-flashInternational60100,000
qwen-mt-liteInternational60100,000

Modèle d'exploration de données Qwen

  • Chine du Nord 2 (Beijing)
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen-doc-turbo6003,000,000

Modèle de recherche approfondie Qwen

  • Chine du Nord 2 (Beijing)
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Nombre d'appels par minute (RPM)Nombre de tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen-deep-research1201,200,000

Modèle linguistique Qwen - Édition open source

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3.8-2.4t-a95bInternationalLimitation dynamique du débit
qwen3.8-27bInternationalLimitation dynamique du débit
qwen3.6-35b-a3bInternational6001,000,000
qwen3.6-27bInternational6001,000,000
qwen3.5-397b-a17bInternational6001,000,000
qwen3.5-122b-a10bInternational6001,000,000
qwen3.5-27bInternational6001,000,000
qwen3.5-35b-a3bInternational6005,000,000

DeepSeek

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
  • Japon (Tokyo)
  • Chine (Hong Kong)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
deepseek-v4.1-flash-1017InternationalLimitation dynamique du débit
deepseek-v4.1-flashInternationalLimitation dynamique du débit
deepseek-v4-proInternational10,0001,200,000
deepseek-v4-pro-0813InternationalLimitation dynamique du débit
deepseek-v4-flash-0731International15,0001,200,000

Kimi

  • Chine du Nord 2 (Beijing)
  • États-Unis (Virginie)
  • Allemagne (Francfort)
  • Chine (Hong Kong)
  • Japon (Tokyo)
  • Singapour
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Requêtes par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
kimi-k3.1-pro15000Limitation dynamique du débit
kimi-k3Limitation dynamique du débit
kimi-k2.7-code5001,000,000
kimi-k2.65001,000,000
kimi-k2.55001,000,000

MiniMax

  • Chine du Nord 2 (Beijing)
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
MiniMax-M2.55001,000,000

GLM

  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
  • Singapour
  • Chine (Hong Kong)
  • Japon (Tokyo)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
glm-5.3Global15,0001,200,000
glm-5.3États-Unis15,0001,200,000
glm-5.2Global5001,000,000
glm-5.2États-Unis5001,000,000
glm-5.1Global5001,000,000

GLM-Z.AI Approvisionnement direct

  • Singapour
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
ZHIPU/GLM-5.32003,000,000
ZHIPU/GLM-5.22003,000,000

MindLab

  • Singapour
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
mindlab/macaron-v1-tall3003 000 000
mindlab/macaron-v1.1-venti6005 000 000
mindlab/macaron-v1.1-coding-venti6005 000 000

Génération d'images et de vidéos

Qwen(Qwen-Image)

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
  • Chine (Hong Kong)
  • Japon (Tokyo)

Modèle

Périmètre de déploiement du service

Conditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)

Limite d'appels de l'API de soumission de tâches

Nombre de tâches traitées simultanément (concurrence)

qwen-image-3.0-pro

International

5 fois/minute

Interface synchrone illimitée / interface asynchrone 10

qwen-image-3.0

International

20 fois/minute

Interface synchrone illimitée / interface asynchrone 10

qwen-image-2.1-pro

International

20 fois/minute

Interface synchrone illimitée / interface asynchrone 10

qwen-image-2.1-turbo

International

120 fois/minute

Interface synchrone illimitée / interface asynchrone 10

qwen-image-2.0-pro

International

2 fois/minute

Interface synchrone illimitée

qwen-image-2.0-pro-2026-06-22

International

2 fois/minute

Interface synchrone illimitée

qwen-image-2.0-pro-2026-04-22

International

2 fois/minute

Interface synchrone illimitée

qwen-image-2.0-pro-2026-03-03

International

2 fois/minute

Interface synchrone illimitée

qwen-image-2.0

International

2 fois/s

Interface synchrone illimitée

qwen-image-2.0-2026-03-03

International

2 fois/s

Interface synchrone illimitée

qwen-mt-image-2.0

International

60 fois/minute

Interface synchrone illimitée / interface asynchrone 2

Génération d'images - Z-Image

  • Singapour
  • Chine du Nord 2 (Beijing)

Modèle

Périmètre de déploiement du service

Conditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)

Appels par seconde (RPS)

Nombre de tâches traitées simultanément (concurrence)

z-image-turbo

International

2

Interface synchrone : illimitée

Wanxiang

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)

Modèle

Périmètre de déploiement du service

Conditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)

Requêtes par seconde (RPS)

Nombre de tâches traitées simultanément (concurrence)

wan2.7-image-pro

International

5

5

wan2.7-image

International

5

5

wan2.6-image

International

5

5

wan2.6-t2i

International

5

5

wan2.5-t2i-preview

International

5

5

wan2.2-t2i-flash

International

2

2

wan2.2-t2i-plus

International

2

2

wan2.1-t2i-turbo

International

2

2

wan2.1-t2i-plus

International

2

2

wan2.5-i2i-preview

International

5

5

Série Vidu

  • Singapour
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Appels par minute (RPM)Nombre de tâches concurrentes en cours de traitement
vidu/vidu-image_reference2image3005
Sous une même clé API Bailian, les modèles de la série de génération d'images par référence de Vidu partagent 5 emplacements concurrents. Autrement dit, le nombre total de tâches en cours d'exécution, tous modèles confondus, ne doit pas dépasser 5.

Série HappyHorse

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)
  • Japon (Tokyo)

Modèle

Périmètre de déploiement du service

Conditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)

Appels par seconde (RPS)

Nombre de tâches concurrentes en cours de traitement (concurrence)

happyhorse-1.1-t2v

International

5

5

happyhorse-1.1-i2v

International

5

5

happyhorse-1.1-r2v

International

5

5

happyhorse-1.0-t2v

International

5

5

happyhorse-1.0-i2v

International

5

5

happyhorse-1.0-r2v

International

5

5

happyhorse-1.0-video-edit

International

5

5

Série Wanx

Pour consulter les limites de débit de wan3.0-video et de wan3.0-video-prime, ouvrez le Model Marketplace dans la console Model Studio, sélectionnez la région utilisée pour les appels API, puis consultez les détails du modèle correspondant.
  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Allemagne (Francfort)

Modèle

Périmètre de déploiement du service

Conditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)

Requêtes par seconde (RPS)

Requêtes concurrentes en cours

wan2.7-t2v-2026-06-12

International

5

5

wan2.7-t2v-2026-04-25

International

5

5

wan2.7-t2v

International

5

5

wan2.6-t2v

International

5

5

wan2.5-t2v-preview

International

5

5

wan2.2-t2v-plus

International

2

2

wan2.1-t2v-turbo

International

2

2

wan2.1-t2v-plus

International

2

2

wan2.7-i2v-2026-04-25

International

5

5

wan2.7-i2v

International

5

5

wan2.6-i2v-flash

International

5

5

wan2.6-i2v

International

5

5

wan2.5-i2v-preview

International

5

5

wan2.2-i2v-flash

International

2

2

wan2.1-i2v-plus

International

2

2

wan2.1-i2v-turbo

International

2

2

wan2.2-i2v-plus

International

2

2

wan2.2-kf2v-flash

International

2

2

wan2.1-kf2v-plus

International

1

2

wan2.1-vace-plus

International

2

2

wan2.7-videoedit

International

5

5

wan2.7-r2v

International

5

5

wan2.6-r2v-flash

International

5

5

wan2.6-r2v

International

5

5

wan2.2-animate-move

International

5

1

wan2.2-animate-mix

International

5

1

Shengdongrenxiang VideoRetalk

  • Chine du Nord 2 (Beijing)

Modèle

Nombre d'appels par seconde (RPS)

Nombre de tâches traitées simultanément

videoretalk

1

1

À un instant donné, seulement 1 tâche est réellement en cours d'exécution, les autres tâches de la file d'attente étant en attente.

Transformation de style vidéo

  • Chine du Nord 2 (Beijing)

Modèle

Requêtes par seconde (RPS)

Tâches traitées simultanément

video-style-transform

20

2

À un instant donné, seulement 1 tâche est réellement en cours d'exécution, les tâches des autres files d'attente étant en attente.

Série Vidu

  • Singapour
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Appels par seconde (RPS)Nombre de tâches traitées simultanément (concurrence)
vidu/viduq3-mix_reference2video55
Sous une même clé API Bailian, les modèles de la série de génération de vidéos Vidu partagent 5 emplacements concurrents. Autrement dit, le nombre total de tâches en cours d'exécution, tous modèles confondus, ne peut pas dépasser 5.
vidu/viduq3-ad_reference2video5
vidu/viduq3-drama_reference2video5
vidu/viduq2-pro-fast_img2video5

Série PixVerse

  • Singapour
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Appels par seconde (RPS)Nombre de tâches traitées simultanément (concurrence)
pixverse/pixverse-v6-t2v55
Sous la même clé API Model Studio, le quota est partagé entre les 4 modèles. Autrement dit, le nombre total de tâches en cours d'exécution sur ces 4 modèles ne peut pas dépasser 5.
pixverse/pixverse-v6-it2v5
pixverse/pixverse-v6-kf2v5
pixverse/pixverse-v6-r2v5

Reconnaissance vocale

Qwen-Audio-ASR

  • Singapour
  • Chine (Pékin)

Nom du modèle

Périmètre de déploiement du service

Requêtes par minute (RPM)

qwen-audio-3.1-asr-flash

International

600

qwen-audio-3.0-asr-flash

International

600

Qwen-Audio-ASR-Streaming

  • Singapour
  • Chine (Pékin)
Nom du modèlePérimètre de déploiement du serviceRequêtes par minute (RPM)
qwen-audio-3.1-asr-flash-streamingInternational1200
qwen-audio-3.0-asr-flash-streamingInternational

Qwen-Audio-ASR-Filetrans

  • Singapour
  • Chine (Pékin)

Nom du modèle

Périmètre de déploiement du service

Requêtes par minute (RPM)

qwen-audio-3.1-asr-flash-filetrans

International

600

qwen-audio-3.0-asr-flash-filetrans

International

600

Qwen-Audio-ASR-Message

  • Singapour
  • Chine (Pékin)
Nom du modèlePérimètre de déploiementRequêtes par minute (RPM)
qwen-audio-3.1-asr-flash-messageInternational1200

Qwen3-ASR

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
  • Qwen3-ASR-Flash-Filetrans
  • Qwen3-ASR-Flash

Modèle

Périmètre de déploiement du service

Appels par minute (RPM)

qwen3-asr-flash-filetrans

International

100

Qwen3-ASR-Realtime

  • Singapour
  • Chine du Nord 2 (Beijing)

Modèle

Périmètre de déploiement du service

Appels par seconde (RPS)

qwen3-asr-flash-realtime

International

20

Fun-ASR

  • Singapour
  • Chine du Nord 2 (Beijing)

Modèle

Périmètre de déploiement du service

Appels par minute (RPM)

fun-asr

International

600

fun-asr-flash-2026-06-15

International

600

Fun-ASR-Realtime

  • Singapour
  • Chine du Nord 2 (Beijing)

Modèle

Périmètre de déploiement du service

Requêtes par seconde (RPS)

fun-asr-realtime

International

20

Paraformer

  • Chine du Nord 2 (Beijing)

Modèle

Requêtes par seconde (RPS)

paraformer-realtime-v2

20

paraformer-realtime-8k-v2

Modèle

Requêtes par minute (RPM)

paraformer-v2

1,200

Modèle

Requêtes par seconde (RPS)

Tâches traitées simultanément (concurrence)

paraformer-8k-v2

20

100

Synthèse vocale

Qwen-Audio-TTS

  • Singapour
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceRequêtes par minute (RPM)
qwen-audio-3.1-tts-plusInternational180
qwen-audio-3.1-tts-flashInternational180
qwen-audio-3.0-tts-plusInternational180
qwen-audio-3.0-tts-flashInternational180

CosyVoice

  • Singapour
  • Chine du Nord 2 (Beijing)

Modèle

Périmètre de déploiement du service

Requêtes par seconde (RPS)

cosyvoice-v3-plus

International

3

cosyvoice-v3-flash

International

Qwen3-TTS

  • Singapour
  • Chine du Nord 2 (Beijing)
  • Qwen3-TTS-Flash

Modèle

Périmètre de déploiement du service

Requêtes par minute (RPM)

qwen3-tts-flash

International

180

Qwen3-TTS-Realtime

  • Singapour
  • Chine du Nord 2 (Beijing)
  • Qwen3-TTS-Flash-Realtime

Modèle

Périmètre de déploiement du service

Appels par minute (RPM)

qwen3-tts-flash-realtime

International

180

Génération audio

Qwen-Audio-TTS-Next

  • Singapour
  • Chine (Pékin)
ModèleRequêtes par minute (RPM)
qwen-audio-3.1-tts-next180

Dialogue vocal

Qwen-Audio-Realtime

Pour les connexions WebSocket, la limite RPM s'applique au nombre de demandes de connexion par minute. Les réponses émises sur une connexion existante ne comptent pas dans le RPM. Une reconnexion compte comme une nouvelle demande. Il n'existe actuellement aucune limite distincte sur le nombre total de connexions ouvertes simultanément. Les limites TPM restent applicables. Consultez les tableaux ci-dessous pour connaître les limites des modèles.
  • Singapour
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen-audio-3.1-realtime-plusInternational60100,000
qwen-audio-3.1-realtime-flashInternational60100,000
qwen-audio-3.0-realtime-plusInternational60100,000
qwen-audio-3.0-realtime-flashInternational60100,000

Traduction audio et vidéo

Qwen3-LiveTranslate-Flash

  • Singapour
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Requêtes par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3-livetranslate-flashInternational100100,000
qwen3-livetranslate-flash-2025-12-01International100100,000

Qwen-LiveTranslate-Flash-Realtime

Pour les connexions WebSocket, la limite RPM s'applique au nombre de demandes de connexion par minute. Les réponses émises sur une connexion existante ne comptent pas dans le RPM. Une reconnexion compte comme une nouvelle demande. Il n'existe actuellement aucune limite distincte sur le nombre total de connexions ouvertes simultanément. Les limites TPM restent applicables. Consultez les tableaux ci-dessous pour connaître les limites des modèles.
  • Singapour
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3.8-livetranslate-flash-realtimeInternational10100,000
qwen3.5-livetranslate-flash-realtimeInternational
qwen3.5-livetranslate-flash-realtime-2026-05-19International

Clonage et conception de voix

Clonage/conception de voix Qwen-Audio-TTS/CosyVoice

Le clonage et la conception de voix Qwen-Audio-TTS/CosyVoice partagent un même modèle et un même quota de limitation de débit.
  • Singapour
  • Chine du Nord 2 (Beijing)

Modèle

Périmètre de déploiement du service

Requêtes par seconde (RPS)

voice-enrollment

International

10

Clonage de voix Qwen3-TTS

  • Singapour
  • Chine du Nord 2 (Beijing)

Modèle

Périmètre de déploiement du service

Appels par minute (RPM)

qwen-voice-enrollment

International

180

Génération musicale

Fun-Music

  • Chine du Nord 2 (Beijing)

Modèle

Appels par minute (RPM)

fun-music-preview

180

fun-music-v1

180

Embedding et reranking

  • Singapour
  • Chine du Nord 2 (Beijing)
  • Chine (Hong Kong)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen3.7-text-embeddingInternational24,0001,000,000
text-embedding-v4International1,8001,000,000
text-embedding-v3International6,00024,000,000
  • Singapour
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Appels par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée uniquement
tongyi-embedding-vision-plusInternational600200,000
tongyi-embedding-vision-flashInternational600200,000
  • Singapour
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Requêtes par minute (RPM)Tokens par minute (TPM)
Uniquement les tokens d'entrée
qwen3-rerankInternational5,4005,000,000,000

Secteur

Compréhension d'intention

  • Chine du Nord 2 (Beijing)
ModèleConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Requêtes par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
tongyi-intent-detect-v31,2001,000,000

Jeu de rôle

  • Singapour
  • États-Unis (Virginie)
  • Chine du Nord 2 (Beijing)
ModèlePérimètre de déploiement du serviceConditions de limitation du débit (déclenchées lorsque l'une des valeurs est dépassée)
Les conditions de limitation de débit suivantes s'appliquent par minute. Le service peut imposer des limites en fonction des RPS (RPM/60) et des TPS (TPM/60).
Requêtes par minute (RPM)Tokens consommés par minute (TPM)
Tokens d'entrée et de sortie inclus
qwen-plus-characterInternational120500,000
qwen-flash-characterInternational120500,000
qwen-plus-character-jaInternational120500,000

Modèle de décision

  • Singapour
  • Chine (Pékin)
Nom du modèleLimites de débit (déclenchées si l'une des valeurs est dépassée)
Les limites ci-dessous sont exprimées par minute. Le service peut appliquer des limites en fonction des enregistrements par seconde (RPS) (RPM/60) et des transactions par seconde (TPS) (TPM/60).
Requêtes par minute (RPM)Tokens par minute (TPM)
Tokens d'entrée et de sortie inclus
decision-model-preview1,2002,000,000

Modèles retirés

Pour plus d'informations, consultez Mécanisme de retrait des modèles.

FAQ

Pourquoi la limitation du débit est-elle déclenchée ?

Sur la base du message d'erreur, déterminez quel type de limitation de débit a été déclenché :
  • Requests rate limit exceeded Ou You exceeded your current requests list : Limitation du débit de requêtes par minute (RPM) déclenchée.
  • Allocated quota exceeded Ou You exceeded your current quota : Limitation du débit de tokens par minute (TPM) déclenchée.
  • Request rate increased too quickly : la fréquence des requêtes a connu un pic sur une courte période, déclenchant la protection de stabilité du système ; ce mécanisme se déclenche même si le nombre total d'appels n'atteint pas la limite supérieure de RPM ou de TPM.
  • Pour les autres erreurs, consultez Code d'erreur pour confirmer la cause.
Un pic de requêtes sur une courte période peut déclencher la limitation de débit même si les limites par minute ne sont pas dépassées ; pour les détails de l'application à la seconde, consultez Règles de limitation de débit statique.

Comment consulter le volume d'appels du modèle ?

Après qu'un appel de modèle a eu lieuau niveau minutevous pouvez le consulter dans le graphique de surveillance. Connectez-vous à la page Monitoring (SingaporeOuBeijing), dans le volet de navigation gauche, sélectionnezO&M Management > MonitoringAccédez à la page de vue d'ensemble Monitoring, définissez les conditions de requête (par exemple, sélectionnez une plage horaire, un espace de travail, etc.), puis dans la zoneModels, trouvez le modèle cible et cliquez surView Detailspour afficher les statistiques d'invocation du modèle. Pour plus de détails, voir la documentationMonitoring.
Les données de surveillance sont mises à jour à la minute et sont fournies à titre indicatif uniquement ; elles ne servent pas de base de facturation.

Combien de temps faut-il pour récupérer après le déclenchement de la limitation de débit ?

La récupération s'effectue généralement en une minute. Si d'autres erreurs surviennent, consultez Code d'erreur pour les traiter.

La vitesse de réponse du modèle est-elle liée au paiement ?

La vitesse de réponse du modèle est indépendante du fait que vous payiez ou non. Le quota gratuit et les appels payants utilisent la même infrastructure de service de modèle, et la vitesse de génération d'un même modèle est identique. Le quota gratuit contrôle uniquement l'acceptation d'une requête : lorsque le quota est épuisé, une erreur 403 est retournée (après activation de Uniquement le quota gratuit), et cela ne réduit pas la vitesse de génération des requêtes déjà acceptées.

Quels facteurs influencent la vitesse de réponse du modèle ?

  • Type de modèle : les modèles légers (comme qwen-flash) génèrent plus rapidement que les modèles volumineux (comme qwen-max).
  • Longueur de sortie : Plus il y a de tokens de sortie, plus le temps total est long.
  • Charge du serveur : De légères fluctuations peuvent survenir pendant les périodes de pointe.

La limitation du débit réduit-elle la vitesse de génération des requêtes acceptées ?

Non. La limitation de débit (RPM/TPM) entraîne uniquement le rejet des requêtes dépassant la limite (retour d'une erreur 429). Lorsque le quota gratuit est épuisé (activation de Uniquement le quota gratuit), une erreur 403 est retournée, ce qui n'affecte pas non plus la vitesse des requêtes acceptées. 429 correspond à la limitation de débit, 403 correspond à l'épuisement du quota ; il s'agit dans les deux cas de mécanismes de rejet.

Comment éviter la limitation du débit ?

  1. Choisir des modèles avec des limites de débit plus élevées : la version stable ou la dernière version bénéficie d'une limitation de débit plus souple que les versions snapshot datées.
  2. Optimiser la stratégie d'appel
    • Réduire la fréquence d'appel : si vous recevez Requests rate limit exceeded ou You exceeded your current requests list, réduisez la fréquence d'appel de l'API.
    • Réduire la consommation de tokens : si vous recevez Allocated quota exceeded ou You exceeded your current quota, raccourcissez l'entrée ou limitez la longueur de sortie.
    • Lisser le taux de requêtes : si vous recevez Request rate increased too quickly, utilisez une planification à taux uniforme, un backoff exponentiel ou des files d'attente de requêtes pour répartir uniformément les requêtes et éviter les pics instantanés.
  3. Ajouter un modèle de secours Après le déclenchement de la limitation de débit, basculez vers un modèle de secours pour poursuivre la génération, ce qui permet de réduire la probabilité d'échec et d'améliorer le débit. Le code suivant appelle qwen-plus puis, après le déclenchement de la limitation de débit, bascule automatiquement vers qwen-flash pour réessayer. Vous pouvez également choisir des modèles de séries différentes (comme qwen-flash) comme modèles de secours afin de réduire davantage le risque que le modèle principal et le modèle de secours soient simultanément soumis à la limitation de débit.
    import os
    import asyncio
    from openai import AsyncOpenAI, APIStatusError
    
    # 配置
    API_KEY = os.getenv("DASHSCOPE_API_KEY")
    # 主用模型
    MODEL = "qwen-plus"
    # 备选模型
    BACKUP_MODEL = "qwen-flash"
    # 测试问题
    QUESTION = "你是谁?"
    # 并发设置
    NUM_REQUESTS = 10
    
    client = AsyncOpenAI(
        api_key=API_KEY,
        # 调用时请将WorkspaceId替换为真实的业务空间ID
        base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
    )
    
    async def send_request(model):
        """发送单个请求"""
        try:
            await client.chat.completions.create(
                model=model,
                messages=[{"role": "user", "content": QUESTION}]
            )
            return True
        except APIStatusError as e:
            if e.status_code == 429:
                print(f"[限流触发] 模型 {model}")
                return False
            raise
        except Exception as e:
            print(f"[请求失败] 模型 {model},错误:{e}")
            return False
    
    async def task(i):
        # 尝试主模型
        if await send_request(MODEL):
            return True
        # 限流时尝试备用模型
        return await send_request(BACKUP_MODEL)
    
    async def main():
        results = await asyncio.gather(*(task(i) for i in range(NUM_REQUESTS)))
        print(f"成功请求: {sum(results)}, 失败请求: {len(results) - sum(results)}")
    
    if __name__ == "__main__":
        asyncio.run(main())
    
  4. Fractionner les tâches : les longues conversations ou les documents volumineux consomment rapidement un grand nombre de tokens. Fractionnez les tâches par lots volumineuses en lots plus petits et soumettez-les par créneaux horaires.
  5. Traitement par lots : lorsqu'une réponse en temps réel n'est pas nécessaire, utilisez l'API Batch. Les requêtes par lots ne sont pas soumises aux contraintes de limitation de débit en temps réel, mais vous devez tenir compte du temps de mise en file d'attente et de traitement.

Comment contrôler l'utilisation des tokens ou les dépenses ?

La limitation de débit ne contraint que le taux d'appels par unité de temps et ne limite pas l'utilisation cumulative. Si vous devez contrôler l'utilisation des tokens ou les dépenses, vous pouvez les gérer via les méthodes suivantes :
  • Définir des limites de consommation et des alertes de frais : dans la carte Factures et frais, configurez des alertes de frais, activez les limites de consommation mensuelles et paramétrez les notifications de seuil. Vous serez alerté lorsque le seuil est atteint afin d'éviter les dépassements de budget. Pour plus d'informations, voir Consultation des factures et gestion des coûts.
  • Activer uniquement le quota gratuit : pour les modèles prenant en charge le quota gratuit, vous pouvez activer l'option Uniquement le quota gratuit ; une fois le quota gratuit épuisé, les appels s'arrêtent automatiquement afin d'éviter des coûts supplémentaires. Pour plus d'informations, voir Quota gratuit pour nouveaux utilisateurs.
  • Surveiller l'utilisation des modèles : vérifiez régulièrement l'utilisation des tokens de chaque modèle afin de détecter toute croissance anormale en temps utile. Voir ci-dessus Comment consulter l'utilisation des modèles ?.

Serez-vous toujours soumis à la limitation de débit après avoir rechargé votre compte ?

La recharge ne modifie pas les seuils de limitation de débit RPM et TPM des modèles qui utilisent la limitation statique. Les limites de débit sont configurées au niveau du compte principal Alibaba Cloud et sont indépendantes de la facturation ; la recharge (paiement à l'usage) garantit uniquement que le compte n'est pas suspendu pour retard de paiement et n'augmente pas les limites statiques. Pour les modèles utilisant la limitation de débit dynamique, le niveau de limite de TPM est ajusté automatiquement selon le montant de la consommation mensuelle sur Bailian. Si vous avez besoin de quotas de limitation de débit plus élevés, contactez votre responsable commercial pour en faire la demande.