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.
- 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)
| Modèle | Périmètre de déploiement du service | Conditions 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-max | International | Limitation dynamique du débit | |
| qwen3.8-max | International | Limitation dynamique du débit | |
| qwen3.8-max-0902 | International | Limitation dynamique du débit | |
| qwen3.8-flash | International | Limitation dynamique du débit | |
| qwen3.7-max | International | 600 | 1,000,000 |
| qwen3.7-max-2026-06-08 | International | 60 | 1,000,000 |
| qwen3.7-max-2026-05-20 | International | 60 | 1,000,000 |
| qwen3.7-max-preview | International | 600 | 1,000,000 |
| qwen3.7-max-2026-05-17 | International | 600 | 1,000,000 |
qwen-maxUtiliser l'API Batch : lors de l'appel du service, aucune limitation de débit n'est appliquée. | International | 600 | 1,000,000 |
| qwen3.7-plus | International | 15,000 | 5,000,000 |
| qwen3.7-plus-2026-05-26 | International | 60 | 1,000,000 |
| qwen3.6-plus | International | 15,000 | 5,000,000 |
| qwen3.6-plus-2026-04-02 | International | 60 | 1,000,000 |
| qwen3.7-flash | International | 15,000 | 5,000,000 |
| qwen3.7-flash-2026-07-15 | International | 15,000 | 5,000,000 |
| qwen3.6-flash | International | 15,000 | 5,000,000 |
| qwen3.6-flash-2026-04-16 | International | 60 | 1,000,000 |
| qwen3.5-plus | International | 15,000 | 5,000,000 |
| qwen3.5-plus-2026-04-20 | International | 600 | 1,000,000 |
| qwen3.5-plus-2026-02-15 | International | 60 | 1,000,000 |
qwen-plusUtiliser l'API Batch : lors de l'appel du service, aucune limitation de débit n'est appliquée. | International | 600 | 1,000,000 |
| qwen-plus-latest | International | 600 | 1,000,000 |
| qwen-plus-2025-12-01 | International | 120 | 1,000,000 |
| qwen-plus-2025-07-14(qwen-plus-0714) | International | 60 | 100,000 |
| qwen-plus-2025-04-28(qwen-plus-0428) | International | 60 | 1,000,000 |
| qwen-plus-2025-01-25(qwen-plus-0125) | International | 60 | 100,000 |
| qwen3.5-flash | International | 15,000 | 5,000,000 |
| qwen3.5-flash-2026-02-23 | International | 60 | 1,000,000 |
qwen-flashUtiliser l'API Batch : lors de l'appel du service, aucune limitation de débit n'est appliquée. | International | 600 | 5,000,000 |
| qwen-flash-2025-07-28 | International | 600 | 5,000,000 |
Qwen-VL (compréhension visuelle/image-vers-texte)
- Singapour
- États-Unis (Virginie)
- Chine du Nord 2 (Beijing)
- Allemagne (Francfort)
- Chine (Hong Kong)
| Modèle | Périmètre de déploiement du service | Conditions 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-plus | International | 1,200 | 1,000,000 |
Qwen Omni (omni-modalité)
- Singapour
- Chine du Nord 2 (Beijing)
- Chine (Hong Kong)
- Japon (Tokyo)
- Allemagne (Francfort)
- États-Unis (Virginie)
| Modèle | Périmètre de déploiement du service | Conditions 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 | International | 30000 | Limitation dynamique du débit |
| qwen3.5-omni-flash | International | 60 | 100,000 |
| qwen3.5-omni-flash-2026-03-15 | International | 60 | 100,000 |
| qwen3.5-omni-plus | International | 60 | 100,000 |
| qwen3.5-omni-plus-2026-03-15 | International | 60 | 100,000 |
| qwen3-omni-flash | International | 60 | 100,000 |
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)
| Modèle | Périmètre de déploiement du service | Conditions 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-realtime | International | 60 | 2,000,000 |
| qwen3.5-omni-plus-realtime | International | 60 | 100,000 |
| qwen3.5-omni-plus-realtime-2026-03-15 | International | 60 | 100,000 |
| qwen3.5-omni-flash-realtime | International | 60 | 100,000 |
| qwen3.5-omni-flash-realtime-2026-03-15 | International | 60 | 100,000 |
| qwen3-omni-flash-realtime-2025-09-15 | International | 60 | 100,000 |
Qwen-OCR (extraction de texte)
- 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)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-ocr | International | 6,000 | 30,000,000 |
| qwen-vl-ocr-2025-11-20 | International | 6,000 | 30,000,000 |
Qwen-Coder
- 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)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-flash | International | 600 | 5,000,000 |
| qwen3-coder-flash-2025-07-28 | International | 600 | 5,000,000 |
Modèle de traduction Qwen
- 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)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-plus | International | 60 | 100,000 |
| qwen-mt-flash | International | 60 | 100,000 |
| qwen-mt-lite | International | 60 | 100,000 |
Modèle d'exploration de données Qwen
- Chine du Nord 2 (Beijing)
| Modèle | Conditions 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-turbo | 600 | 3,000,000 |
Modèle de recherche approfondie Qwen
- Chine du Nord 2 (Beijing)
| Modèle | Conditions 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-research | 120 | 1,200,000 |
Modèle linguistique Qwen - Édition open source
- 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)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-a95b | International | Limitation dynamique du débit | |
| qwen3.8-27b | International | Limitation dynamique du débit | |
| qwen3.6-35b-a3b | International | 600 | 1,000,000 |
| qwen3.6-27b | International | 600 | 1,000,000 |
| qwen3.5-397b-a17b | International | 600 | 1,000,000 |
| qwen3.5-122b-a10b | International | 600 | 1,000,000 |
| qwen3.5-27b | International | 600 | 1,000,000 |
| qwen3.5-35b-a3b | International | 600 | 5,000,000 |
DeepSeek
- Singapour
- États-Unis (Virginie)
- Chine du Nord 2 (Beijing)
- Allemagne (Francfort)
- Japon (Tokyo)
- Chine (Hong Kong)
| Modèle | Périmètre de déploiement du service | Conditions 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-1017 | International | Limitation dynamique du débit | |
| deepseek-v4.1-flash | International | Limitation dynamique du débit | |
| deepseek-v4-pro | International | 10,000 | 1,200,000 |
| deepseek-v4-pro-0813 | International | Limitation dynamique du débit | |
| deepseek-v4-flash-0731 | International | 15,000 | 1,200,000 |
Kimi
- Chine du Nord 2 (Beijing)
- États-Unis (Virginie)
- Allemagne (Francfort)
- Chine (Hong Kong)
- Japon (Tokyo)
- Singapour
| Modèle | Conditions 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-pro | 15000 | Limitation dynamique du débit |
| kimi-k3 | Limitation dynamique du débit | |
| kimi-k2.7-code | 500 | 1,000,000 |
| kimi-k2.6 | 500 | 1,000,000 |
| kimi-k2.5 | 500 | 1,000,000 |
MiniMax
- Chine du Nord 2 (Beijing)
| Modèle | Conditions 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-M2.5 | 500 | 1,000,000 |
GLM
- États-Unis (Virginie)
- Chine du Nord 2 (Beijing)
- Allemagne (Francfort)
- Singapour
- Chine (Hong Kong)
- Japon (Tokyo)
| Modèle | Périmètre de déploiement du service | Conditions 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-5.3 | Global | 15,000 | 1,200,000 |
| glm-5.3 | États-Unis | 15,000 | 1,200,000 |
| glm-5.2 | Global | 500 | 1,000,000 |
| glm-5.2 | États-Unis | 500 | 1,000,000 |
| glm-5.1 | Global | 500 | 1,000,000 |
GLM-Z.AI Approvisionnement direct
- Singapour
| Modèle | Conditions 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-5.3 | 200 | 3,000,000 |
| ZHIPU/GLM-5.2 | 200 | 3,000,000 |
MindLab
- Singapour
| Modèle | Conditions 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-tall | 300 | 3 000 000 |
| mindlab/macaron-v1.1-venti | 600 | 5 000 000 |
| mindlab/macaron-v1.1-coding-venti | 600 | 5 000 000 |
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
| Modèle | Conditions 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_reference2image | 300 | 5Sous 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
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
| Modèle | Conditions 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_reference2video | 5 | 5Sous 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_reference2video | 5 | |
| vidu/viduq3-drama_reference2video | 5 | |
| vidu/viduq2-pro-fast_img2video | 5 | |
Série PixVerse
- Singapour
| Modèle | Conditions 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-t2v | 5 | 5Sous 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-it2v | 5 | |
| pixverse/pixverse-v6-kf2v | 5 | |
| pixverse/pixverse-v6-r2v | 5 | |
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 modèle | Périmètre de déploiement du service | Requêtes par minute (RPM) |
|---|---|---|
| qwen-audio-3.1-asr-flash-streaming | International | 1200 |
| qwen-audio-3.0-asr-flash-streaming | International |
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 modèle | Périmètre de déploiement | Requêtes par minute (RPM) |
|---|---|---|
| qwen-audio-3.1-asr-flash-message | International | 1200 |
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)
| Modèle | Périmètre de déploiement du service | Requêtes par minute (RPM) |
|---|---|---|
| qwen-audio-3.1-tts-plus | International | 180 |
| qwen-audio-3.1-tts-flash | International | 180 |
| qwen-audio-3.0-tts-plus | International | 180 |
| qwen-audio-3.0-tts-flash | International | 180 |
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)
| Modèle | Requêtes par minute (RPM) |
|---|---|
| qwen-audio-3.1-tts-next | 180 |
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)
| Modèle | Périmètre de déploiement du service | Conditions 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-plus | International | 60 | 100,000 |
| qwen-audio-3.1-realtime-flash | International | 60 | 100,000 |
| qwen-audio-3.0-realtime-plus | International | 60 | 100,000 |
| qwen-audio-3.0-realtime-flash | International | 60 | 100,000 |
Traduction audio et vidéo
Qwen3-LiveTranslate-Flash
- 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)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-flash | International | 100 | 100,000 |
| qwen3-livetranslate-flash-2025-12-01 | International | 100 | 100,000 |
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)
| Modèle | Périmètre de déploiement du service | Conditions 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-realtime | International | 10 | 100,000 |
| qwen3.5-livetranslate-flash-realtime | International | ||
| qwen3.5-livetranslate-flash-realtime-2026-05-19 | International | ||
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)
| Modèle | Périmètre de déploiement du service | Conditions 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-embedding | International | 24,000 | 1,000,000 |
| text-embedding-v4 | International | 1,800 | 1,000,000 |
| text-embedding-v3 | International | 6,000 | 24,000,000 |
- Singapour
- Chine du Nord 2 (Beijing)
| Modèle | Périmètre de déploiement du service | Conditions de limitation du débitLes 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-plus | International | 600 | 200,000 |
| tongyi-embedding-vision-flash | International | 600 | 200,000 |
- Singapour
- Chine du Nord 2 (Beijing)
| Modèle | Périmètre de déploiement du service | Conditions de limitation du débitLes 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-rerank | International | 5,400 | 5,000,000,000 |
Secteur
Compréhension d'intention
- Chine du Nord 2 (Beijing)
| Modèle | Conditions 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-v3 | 1,200 | 1,000,000 |
Jeu de rôle
- Singapour
- États-Unis (Virginie)
- Chine du Nord 2 (Beijing)
| Modèle | Périmètre de déploiement du service | Conditions 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-character | International | 120 | 500,000 |
| qwen-flash-character | International | 120 | 500,000 |
| qwen-plus-character-ja | International | 120 | 500,000 |
Modèle de décision
- Singapour
- Chine (Pékin)
| Nom du modèle | Limites 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-preview | 1,200 | 2,000,000 |
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 exceededOuYou exceeded your current requests list: Limitation du débit de requêtes par minute (RPM) déclenchée.Allocated quota exceededOuYou 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.
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 ?
- 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.
-
Optimiser la stratégie d'appel
- Réduire la fréquence d'appel : si vous recevez
Requests rate limit exceededouYou exceeded your current requests list, réduisez la fréquence d'appel de l'API. - Réduire la consommation de tokens : si vous recevez
Allocated quota exceededouYou 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.
- Réduire la fréquence d'appel : si vous recevez
-
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-pluspuis, après le déclenchement de la limitation de débit, bascule automatiquement versqwen-flashpour 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.Exemple de code
- 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.
- 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 ?.