Skip to main content

Pembatasan laju

Alibaba Cloud Model Studio menerapkan pembatasan laju pada panggilan model di tingkat Akun Alibaba Cloud dengan mengagregasi penggunaan seluruh Pengguna RAM, ruang kerja, dan Kunci API di bawah akun tersebut. Permintaan akan ditolak ketika batas terlampaui dan biasanya pulih secara otomatis dalam waktu satu menit.

Aturan pembatasan laju

  • Pembatasan laju di tingkat akun: Pembatasan laju dihitung berdasarkan dimensi akun utama. Volume panggilan seluruh sub-akun RAM, ruang kerja, dan Kunci API di bawah akun tersebut dihitung secara kumulatif.
  • Pembatasan laju independen per model: Model yang berbeda memiliki kuota pembatasan laju yang independen. Untuk informasi lebih lanjut, lihat tabel di bawah ini.
  • Jenis pembatasan laju: Model generasi teks utama (seperti qwen3.8-max, qwen3.8-flash, deepseek-v4-pro-0813, dan kimi-k3) menggunakan pembatasan laju dinamis, dengan nilai batas laju TPM yang disesuaikan setiap bulan berdasarkan tingkat konsumsi bulanan Anda di Bailian, dan TPM yang tersedia secara aktual tidak lebih rendah dari nilai batas laju. Untuk informasi lebih lanjut, lihat Pembatasan laju dinamis. Model dan wilayah lainnya menggunakan pembatasan laju statis; lihat Aturan pembatasan laju statis.

Pembatasan laju dinamis

Mekanisme dynamic rate limiting

Bailian menerapkan mekanisme dynamic rate limiting pada beberapa model dengan poin-poin utama sebagai berikut:
  • Soft rate limiting: Saat volume panggilan mencapai nilai batas laju, jika platform masih memiliki sumber daya cadangan, pembatasan laju tidak dipicu. Oleh karena itu, TPM yang tersedia secara aktual tidak lebih rendah dari nilai batas laju. Nilai batas laju aktual yang teramati selama pemanggilan dapat lebih tinggi daripada nilai batas laju ini, yang merupakan perilaku yang diharapkan.
  • Granularitas pembatasan laju: Berdasarkan akun + model. Volume panggilan dari semua sub-akun RAM, ruang kerja dan API Keys di bawah akun primary digabungkan dan dihitung terhadap kuota TPM akun tersebut untuk model tertentu, sehingga berbagi batas yang sama.
  • Ruang kerja: Anda dapat mengatur nilai batas laju terpisah untuk suatu model dalam ruang kerja. Ruang kerja yang tidak memiliki pengaturan terpisah akan berbagi kuota tingkat akun.
  • Perilaku saat pembatasan laju dipicu: Saat dynamic rate limiting dipicu, kesalahan 429 dikembalikan (kode kesalahan Throttling.ResourceExhausted atau Throttling.ServiceOverloaded, pesan Too many requests.). Jika sumber daya platform untuk sementara tidak mencukupi, kesalahan 503 (ServiceUnavailable) dapat dikembalikan — hal ini tidak terkait dengan kuota pembatasan laju, coba lagi nanti. Untuk saran penanganan kesalahan, lihat Kode kesalahan.
  • Informasi lebih lanjut: Untuk pengaturan batas laju ruang kerja, lihat Permission management.

Model dan tier batas laju

Bailian menetapkan tier batas laju TPM Anda berdasarkan konsumsi historis. Untuk nilai batas laju aktual, rujuk halaman detail model.
Jika nilai batas laju TPM tidak memenuhi kebutuhan bisnis Anda, hubungi manajer bisnis Anda untuk mengajukan peningkatan kuota.
  • Singapura
  • Tiongkok (Beijing)

Konsumsi bulanan platform Bailian:

Tier 1 (saat ini) ≤$8.000

Tier 2 $8.000~$140.000

Tier 3 >$140.000

Model yang didukung

Tier batas laju 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

Detail pembatasan laju statis

Nilai batas laju setiap model dicantumkan berdasarkan kategori model di bawah ini: model yang ditandai pembatasan laju dinamis memiliki nilai batas laju TPM yang disesuaikan dengan tingkat konsumsi bulanan; lihat Model dan tier batas laju. Model lainnya menggunakan pembatasan laju statis; lihat Aturan pembatasan laju statis.

Aturan pembatasan laju statis

Model yang tidak termasuk dalam pembatasan laju dinamis menggunakan pembatasan laju statis dengan aturan berikut:
  • Nilai batas tetap: Setiap model memiliki nilai batas laju RPM dan TPM tetap yang saling independen antar model.
  • Penegakan per detik: Selain RPM/TPM per menit, pembatasan laju juga dapat ditegakkan per detik sebagai RPS (RPM/60) dan TPS (TPM/60) — lonjakan permintaan dalam waktu singkat dapat memicu pembatasan laju meskipun batas per menit tidak terlampaui.
  • Pemicuan dan pemulihan: Permintaan yang melampaui batas ditolak dengan kesalahan 429 dan biasanya pulih otomatis dalam satu menit. Untuk klasifikasi pesan kesalahan, lihat Mengapa pembatasan laju dipicu? dan Kode kesalahan.

Generasi teks

Model bahasa Qwen

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
  • Hong Kong (Tiongkok)
  • Jepang (Tokyo)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen4-maxInternasionalPembatasan laju dinamis
qwen3.8-maxInternasionalPembatasan laju dinamis
qwen3.8-max-0902InternasionalPembatasan laju dinamis
qwen3.8-flashInternasionalPembatasan laju dinamis
qwen3.7-maxInternasional6001.000.000
qwen3.7-max-2026-06-08Internasional601.000.000
qwen3.7-max-2026-05-20Internasional601.000.000
qwen3.7-max-previewInternasional6001.000.000
qwen3.7-max-2026-05-17Internasional6001.000.000
qwen-max
Pembatasan laju tidak berlaku saat memanggil layanan dengan Batch API.
Internasional6001.000.000
qwen3.7-plusInternasional15.0005.000.000
qwen3.7-plus-2026-05-26Internasional601.000.000
qwen3.6-plusInternasional15.0005.000.000
qwen3.6-plus-2026-04-02Internasional601.000.000
qwen3.7-flashInternasional15.0005.000.000
qwen3.7-flash-2026-07-15Internasional15.0005.000.000
qwen3.6-flashInternasional15.0005.000.000
qwen3.6-flash-2026-04-16Internasional601.000.000
qwen3.5-plusInternasional15.0005.000.000
qwen3.5-plus-2026-04-20Internasional6001.000.000
qwen3.5-plus-2026-02-15Internasional601.000.000
qwen-plus
Pembatasan laju tidak berlaku saat memanggil layanan dengan Batch API.
Internasional6001.000.000
qwen-plus-latestInternasional6001.000.000
qwen-plus-2025-12-01Internasional1201.000.000
qwen-plus-2025-07-14(qwen-plus-0714)Internasional60100.000
qwen-plus-2025-04-28(qwen-plus-0428)Internasional601.000.000
qwen-plus-2025-01-25(qwen-plus-0125)Internasional60100.000
qwen3.5-flashInternasional15.0005.000.000
qwen3.5-flash-2026-02-23Internasional601.000.000
qwen-flash
Pembatasan laju tidak berlaku saat memanggil layanan dengan Batch API.
Internasional6005.000.000
qwen-flash-2025-07-28Internasional6005.000.000

Qwen-VL (pemahaman visual/gambar-ke-teks)

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
  • Hong Kong (Tiongkok)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3-vl-plusInternasional1.2001.000.000

Qwen Omni (omni-modal)

  • Singapura
  • China Utara 2 (Beijing)
  • Hong Kong (Tiongkok)
  • Jepang (Tokyo)
  • Jerman (Frankfurt)
  • AS (Virginia)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3.8-omni-flashInternasional30000Pembatasan laju dinamis
qwen3.5-omni-flashInternasional60100.000
qwen3.5-omni-flash-2026-03-15Internasional60100.000
qwen3.5-omni-plusInternasional60100.000
qwen3.5-omni-plus-2026-03-15Internasional60100.000
qwen3-omni-flashInternasional60100.000

Qwen-Omni-Realtime

Untuk koneksi WebSocket, RPM membatasi jumlah permintaan koneksi per menit. Respons pada koneksi yang sudah ada tidak dihitung dalam RPM. Koneksi ulang dihitung sebagai permintaan baru. Saat ini tidak ada batas terpisah untuk jumlah total koneksi yang terbuka secara bersamaan. Batas TPM tetap berlaku. Lihat tabel di bawah untuk batas model.
  • Singapura
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3.8-omni-flash-realtimeInternasional602.000.000
qwen3.5-omni-plus-realtimeInternasional60100.000
qwen3.5-omni-plus-realtime-2026-03-15Internasional60100.000
qwen3.5-omni-flash-realtimeInternasional60100.000
qwen3.5-omni-flash-realtime-2026-03-15Internasional60100.000
qwen3-omni-flash-realtime-2025-09-15Internasional60100.000

Qwen-OCR (ekstraksi teks)

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen-vl-ocrInternasional6.00030.000.000
qwen-vl-ocr-2025-11-20Internasional6.00030.000.000

Qwen-Coder

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3-coder-flashInternasional6005.000.000
qwen3-coder-flash-2025-07-28Internasional6005.000.000

Model penerjemahan Qwen

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen-mt-plusInternasional60100.000
qwen-mt-flashInternasional60100.000
qwen-mt-liteInternasional60100.000

Model penambangan data Qwen

  • China Utara 2 (Beijing)
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen-doc-turbo6003.000.000

Model riset mendalam Qwen

  • China Utara 2 (Beijing)
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen-deep-research1201.200.000

Model bahasa Qwen edisi open source

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3.8-2.4t-a95bInternasionalPembatasan laju dinamis
qwen3.8-27bInternasionalPembatasan laju dinamis
qwen3.6-35b-a3bInternasional6001.000.000
qwen3.6-27bInternasional6001.000.000
qwen3.5-397b-a17bInternasional6001.000.000
qwen3.5-122b-a10bInternasional6001.000.000
qwen3.5-27bInternasional6001.000.000
qwen3.5-35b-a3bInternasional6005.000.000

DeepSeek

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
  • Jepang (Tokyo)
  • Hong Kong (Tiongkok)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
deepseek-v4.1-flash-1017InternasionalPembatasan laju dinamis
deepseek-v4.1-flashInternasionalPembatasan laju dinamis
deepseek-v4-proInternasional10.0001.200.000
deepseek-v4-pro-0813InternasionalPembatasan laju dinamis
deepseek-v4-flash-0731Internasional15.0001.200.000

Kimi

  • China Utara 2 (Beijing)
  • AS (Virginia)
  • Jerman (Frankfurt)
  • Hong Kong (Tiongkok)
  • Jepang (Tokyo)
  • Singapura
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
kimi-k3.1-pro15,000Pembatasan laju dinamis
kimi-k3Pembatasan laju dinamis
kimi-k2.7-code5001.000.000
kimi-k2.65001.000.000
kimi-k2.55001.000.000

MiniMax

  • China Utara 2 (Beijing)
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
MiniMax-M2.55001.000.000

GLM

  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
  • Singapura
  • Hong Kong (Tiongkok)
  • Jepang (Tokyo)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
glm-5.3Global15.0001.200.000
glm-5.3Amerika Serikat15.0001.200.000
glm-5.2Global5001.000.000
glm-5.2Amerika Serikat5001.000.000
glm-5.1Global5001.000.000

Pasokan langsung GLM-Z.AI

  • Singapura
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
ZHIPU/GLM-5.32003.000.000
ZHIPU/GLM-5.22003.000.000

MindLab

  • Singapura
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
mindlab/macaron-v1-tall3003.000.000
mindlab/macaron-v1.1-venti6005.000.000
mindlab/macaron-v1.1-coding-venti6005.000.000
mindlab/macaron-v1.1-venti-pro6005.000.000

Generasi gambar dan video

Qwen(Qwen-Image)

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
  • Hong Kong (Tiongkok)
  • Jepang (Tokyo)

Nama model

Cakupan penerapan layanan

Kondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)

Batas panggilan API pengiriman tugas

Jumlah tugas yang diproses secara bersamaan (konkurensi)

qwen-image-3.0-pro

Internasional

5 kali/menit

Antarmuka sinkron tanpa batas / Antarmuka asinkron 10

qwen-image-3.0

Internasional

20 kali/menit

Antarmuka sinkron tanpa batas / Antarmuka asinkron 10

qwen-image-2.1-pro

Internasional

20 kali/menit

Antarmuka sinkron tanpa batas / Antarmuka asinkron 10

qwen-image-2.1-turbo

Internasional

120 kali/menit

Antarmuka sinkron tanpa batas / Antarmuka asinkron 10

qwen-image-2.0-pro

Internasional

2 kali/menit

Antarmuka sinkron tanpa batas

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

Internasional

2 kali/menit

Antarmuka sinkron tanpa batas

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

Internasional

2 kali/menit

Antarmuka sinkron tanpa batas

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

Internasional

2 kali/menit

Antarmuka sinkron tanpa batas

qwen-image-2.0

Internasional

2 kali/detik

Antarmuka sinkron tanpa batas

qwen-image-2.0-2026-03-03

Internasional

2 kali/detik

Antarmuka sinkron tanpa batas

qwen-mt-image-2.0

Internasional

60 kali/menit

Antarmuka sinkron tanpa batas / Antarmuka asinkron 2

Generasi gambar - Z-Image

  • Singapura
  • China Utara 2 (Beijing)

Nama model

Cakupan penerapan layanan

Kondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)

Permintaan per detik (RPS)

Jumlah tugas yang diproses secara bersamaan (konkurensi)

z-image-turbo

Internasional

2

Antarmuka sinkron: tanpa batas

Wanxiang

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)

Nama model

Cakupan penerapan layanan

Kondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)

Permintaan per detik (RPS)

Jumlah tugas yang diproses secara bersamaan (konkurensi)

wan2.7-image-pro

Internasional

5

5

wan2.7-image

Internasional

5

5

wan2.6-image

Internasional

5

5

wan2.6-t2i

Internasional

5

5

wan2.5-t2i-preview

Internasional

5

5

wan2.2-t2i-flash

Internasional

2

2

wan2.2-t2i-plus

Internasional

2

2

wan2.1-t2i-turbo

Internasional

2

2

wan2.1-t2i-plus

Internasional

2

2

wan2.5-i2i-preview

Internasional

5

5

Seri Vidu

  • Singapura
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Permintaan per menit (RPM)Jumlah tugas serentak yang sedang diproses
vidu/vidu-image_reference2image3005
Di bawah satu Kunci API Bailian, model seri generasi gambar referensi Vidu berbagi 5 slot serentak. Artinya, jumlah total tugas dengan status berjalan di semua model gabungan tidak boleh melebihi 5.

Seri HappyHorse

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)
  • Jepang (Tokyo)

Nama model

Cakupan penerapan layanan

Kondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)

Permintaan per detik (RPS)

Jumlah tugas yang diproses secara bersamaan (konkurensi)

happyhorse-1.1-t2v

Internasional

5

5

happyhorse-1.1-i2v

Internasional

5

5

happyhorse-1.1-r2v

Internasional

5

5

happyhorse-1.0-t2v

Internasional

5

5

happyhorse-1.0-i2v

Internasional

5

5

happyhorse-1.0-r2v

Internasional

5

5

happyhorse-1.0-video-edit

Internasional

5

5

Seri Wanx

Untuk melihat batas laju wan3.0-video dan wan3.0-video-prime, buka Model Marketplace di konsol Model Studio, pilih wilayah yang digunakan untuk panggilan API, lalu lihat detail model yang sesuai.
  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Jerman (Frankfurt)

Nama model

Cakupan penerapan layanan

Kondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)

Permintaan per detik (RPS)

Permintaan serentak yang sedang berjalan

wan2.7-t2v-2026-06-12

Internasional

5

5

wan2.7-t2v-2026-04-25

Internasional

5

5

wan2.7-t2v

Internasional

5

5

wan2.6-t2v

Internasional

5

5

wan2.5-t2v-preview

Internasional

5

5

wan2.2-t2v-plus

Internasional

2

2

wan2.1-t2v-turbo

Internasional

2

2

wan2.1-t2v-plus

Internasional

2

2

wan2.7-i2v-2026-04-25

Internasional

5

5

wan2.7-i2v

Internasional

5

5

wan2.6-i2v-flash

Internasional

5

5

wan2.6-i2v

Internasional

5

5

wan2.5-i2v-preview

Internasional

5

5

wan2.2-i2v-flash

Internasional

2

2

wan2.1-i2v-plus

Internasional

2

2

wan2.1-i2v-turbo

Internasional

2

2

wan2.2-i2v-plus

Internasional

2

2

wan2.2-kf2v-flash

Internasional

2

2

wan2.1-kf2v-plus

Internasional

1

2

wan2.1-vace-plus

Internasional

2

2

wan2.7-videoedit

Internasional

5

5

wan2.7-r2v

Internasional

5

5

wan2.6-r2v-flash

Internasional

5

5

wan2.6-r2v

Internasional

5

5

wan2.2-animate-move

Internasional

5

1

wan2.2-animate-mix

Internasional

5

1

Shengdongrenxiang VideoRetalk

  • China Utara 2 (Beijing)

Nama model

Permintaan per detik (RPS)

Jumlah tugas yang diproses secara bersamaan (konkurensi)

videoretalk

1

1

Pada satu waktu, hanya 1 job yang benar-benar berjalan, sedangkan job lain dalam antrean berada dalam status antre.

Pelukisan ulang gaya video

  • China Utara 2 (Beijing)

Nama model

Permintaan per detik (RPS)

Tugas yang diproses secara serentak (konkurensi)

video-style-transform

20

2

Pada saat yang sama, hanya 1 job yang benar-benar berjalan, dan job lain dalam antrean berada dalam status antre.

Seri Vidu

  • Singapura
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Permintaan per detik (RPS)Jumlah tugas yang diproses secara bersamaan (konkurensi)
vidu/viduq3-mix_reference2video55
Di bawah satu Kunci API Bailian, model seri generasi video Vidu berbagi 5 slot serentak. Artinya, jumlah total tugas dengan status berjalan di semua model tidak boleh melebihi 5.
vidu/viduq3-ad_reference2video5
vidu/viduq3-drama_reference2video5
vidu/viduq2-pro-fast_img2video5

Seri PixVerse

  • Singapura
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Permintaan per detik (RPS)Jumlah tugas yang diproses secara bersamaan (konkurensi)
pixverse/pixverse-v6-t2v55
Di bawah Kunci API Model Studio yang sama, kuota dibagikan di antara 4 model tersebut. Artinya, jumlah total tugas yang sedang berjalan pada keempat model ini tidak boleh melebihi 5.
pixverse/pixverse-v6-it2v5
pixverse/pixverse-v6-kf2v5
pixverse/pixverse-v6-r2v5

Pengenalan ucapan

Qwen-Audio-ASR

  • Singapura
  • Tiongkok (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per menit (RPM)

qwen-audio-3.1-asr-flash

Internasional

600

qwen-audio-3.0-asr-flash

Internasional

600

Qwen-Audio-ASR-Streaming

  • Singapura
  • Tiongkok (Beijing)
Nama modelCakupan penerapan layananPermintaan per menit (RPM)
qwen-audio-3.1-asr-flash-streamingInternasional1200
qwen-audio-3.0-asr-flash-streamingInternasional

Qwen-Audio-ASR-Filetrans

  • Singapura
  • Tiongkok (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per menit (RPM)

qwen-audio-3.1-asr-flash-filetrans

Internasional

600

qwen-audio-3.0-asr-flash-filetrans

Internasional

600

Qwen-Audio-ASR-Message

  • Singapura
  • Tiongkok (Beijing)
Nama modelCakupan penerapanPermintaan per menit (RPM)
qwen-audio-3.1-asr-flash-messageInternasional1200

Qwen3-ASR

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
  • Qwen3-ASR-Flash-Filetrans
  • Qwen3-ASR-Flash

Nama model

Cakupan penerapan layanan

Permintaan per menit (RPM)

qwen3-asr-flash-filetrans

Internasional

100

Qwen3-ASR-Realtime

  • Singapura
  • China Utara 2 (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per detik (RPS)

qwen3-asr-flash-realtime

Internasional

20

Fun-ASR

  • Singapura
  • China Utara 2 (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per menit (RPM)

fun-asr

Internasional

600

fun-asr-flash-2026-06-15

Internasional

600

Fun-ASR-Realtime

  • Singapura
  • China Utara 2 (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per detik (RPS)

fun-asr-realtime

Internasional

20

Paraformer

  • China Utara 2 (Beijing)

Nama model

Permintaan per detik (RPS)

paraformer-realtime-v2

20

paraformer-realtime-8k-v2

Nama model

Permintaan per menit (RPM)

paraformer-v2

1.200

Nama model

Permintaan per detik (RPS)

Tugas yang diproses secara serentak (konkurensi)

paraformer-8k-v2

20

100

Sintesis ucapan

Qwen-Audio-TTS

  • Singapura
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananPermintaan per menit (RPM)
qwen-audio-3.1-tts-plusInternasional180
qwen-audio-3.1-tts-flashInternasional180
qwen-audio-3.0-tts-plusInternasional180
qwen-audio-3.0-tts-flashInternasional180

CosyVoice

  • Singapura
  • China Utara 2 (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per detik (RPS)

cosyvoice-v3-plus

Internasional

3

cosyvoice-v3-flash

Internasional

Qwen3-TTS

  • Singapura
  • China Utara 2 (Beijing)
  • Qwen3-TTS-Flash

Nama model

Cakupan penerapan layanan

Permintaan per menit (RPM)

qwen3-tts-flash

Internasional

180

Qwen3-TTS-Realtime

  • Singapura
  • China Utara 2 (Beijing)
  • Qwen3-TTS-Flash-Realtime

Nama model

Cakupan penerapan layanan

Permintaan per menit (RPM)

qwen3-tts-flash-realtime

Internasional

180

Generasi audio

Qwen-Audio-TTS-Next

  • Singapura
  • Tiongkok (Beijing)
ModelPermintaan per menit (RPM)
qwen-audio-3.1-tts-next180

Dialog suara

Qwen-Audio-Realtime

Untuk koneksi WebSocket, RPM membatasi jumlah permintaan koneksi per menit. Respons pada koneksi yang sudah ada tidak dihitung dalam RPM. Koneksi ulang dihitung sebagai permintaan baru. Saat ini tidak ada batas terpisah untuk jumlah total koneksi yang terbuka secara bersamaan. Batas TPM tetap berlaku. Lihat tabel di bawah untuk batas model.
  • Singapura
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen-audio-3.1-realtime-plusInternasional60100.000
qwen-audio-3.1-realtime-flashInternasional60100.000
qwen-audio-3.0-realtime-plusInternasional60100.000
qwen-audio-3.0-realtime-flashInternasional60100.000

Terjemahan audio dan video

Qwen3-LiveTranslate-Flash

  • Singapura
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3-livetranslate-flashInternasional100100.000
qwen3-livetranslate-flash-2025-12-01Internasional100100.000

Qwen-LiveTranslate-Flash-Realtime

Untuk koneksi WebSocket, RPM membatasi jumlah permintaan koneksi per menit. Respons pada koneksi yang sudah ada tidak dihitung dalam RPM. Koneksi ulang dihitung sebagai permintaan baru. Saat ini tidak ada batas terpisah untuk jumlah total koneksi yang terbuka secara bersamaan. Batas TPM tetap berlaku. Lihat tabel di bawah untuk batas model.
  • Singapura
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3.8-livetranslate-flash-realtimeInternasional10100.000
qwen3.5-livetranslate-flash-realtimeInternasional
qwen3.5-livetranslate-flash-realtime-2026-05-19Internasional

Kloning dan desain suara

Kloning/desain suara Qwen-Audio-TTS/CosyVoice

Kloning/desain suara Qwen-Audio-TTS/CosyVoice berbagi satu model dan berbagi kuota pembatasan laju.
  • Singapura
  • China Utara 2 (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per detik (RPS)

voice-enrollment

Internasional

10

Kloning suara Qwen3-TTS

  • Singapura
  • China Utara 2 (Beijing)

Nama model

Cakupan penerapan layanan

Permintaan per menit (RPM)

qwen-voice-enrollment

Internasional

180

Generasi musik

Fun-Music

  • China Utara 2 (Beijing)

Nama model

Permintaan per menit (RPM)

fun-music-preview

180

fun-music-v1

180

Embedding dan model reranking

  • Singapura
  • China Utara 2 (Beijing)
  • Hong Kong (Tiongkok)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen3.7-text-embeddingInternasional24.0001.000.000
text-embedding-v4Internasional1.8001.000.000
text-embedding-v3Internasional6.00024.000.000
  • Singapura
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananKondisi pembatasan laju
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Hanya token input.
tongyi-embedding-vision-plusInternasional600200.000
tongyi-embedding-vision-flashInternasional600200.000
  • Singapura
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananKondisi pembatasan laju
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Hanya token input.
qwen3-rerankInternasional5.4005.000.000.000

Industri

Pemahaman intensi

  • China Utara 2 (Beijing)
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
tongyi-intent-detect-v31.2001.000.000

Bermain peran

  • Singapura
  • AS (Virginia)
  • China Utara 2 (Beijing)
Nama modelCakupan penerapan layananKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
qwen-plus-characterInternasional120500.000
qwen-flash-characterInternasional120500.000
qwen-plus-character-jaInternasional120500.000

Decision model

  • Singapura
  • Tiongkok (Beijing)
Nama modelKondisi pembatasan laju (dipicu jika nilai apa pun terlampaui)
Berikut adalah kondisi pembatasan laju per menit. Layanan juga dapat menerapkan batas berdasarkan RPS (RPM/60) dan TPS (TPM/60).
Permintaan per menit (RPM)Token per menit (TPM)
Mencakup token input dan output.
decision-model-preview1.2002.000.000

Model offline

Untuk informasi lebih lanjut, lihat Mekanisme offline model.

FAQ

Mengapa pembatasan laju dipicu?

Berdasarkan pesan error, tentukan jenis pembatasan laju yang dipicu:
  • Requests rate limit exceeded atau You exceeded your current requests list: Batas permintaan per menit (RPM) terlampaui.
  • Allocated quota exceeded atau You exceeded your current quota: Batas token per menit (TPM) terlampaui.
  • Request rate increased too quickly: Frekuensi permintaan melonjak dalam waktu singkat, memicu perlindungan stabilitas sistem—hal ini terpicu meskipun jumlah total panggilan belum mencapai batas atas RPM atau TPM.
  • Untuk error lainnya, lihat Kode error untuk mengonfirmasi penyebabnya.
Lonjakan permintaan dalam waktu singkat dapat memicu pembatasan laju meskipun batas per menit tidak terlampaui; untuk detail penegakan per detik, lihat Aturan pembatasan laju statis.

Bagaimana cara melihat volume panggilan model?

Setelah panggilan model terjadi, Anda dapat melihatnya dalam grafik pemantauan padatingkat menit. Masuk ke halaman Monitoring (Singapura atau Beijing), di panel navigasi kiri pilihManajemen O&M > Monitoring untuk membuka halaman ringkasan Monitoring, tetapkan kondisi kueri (misalnya pilih rentang waktu, ruang kerja, dll.), kemudian di areaModels, temukan model target dan klikLihat Detail untuk melihat statistik pemanggilan model tersebut. Untuk detailnya, lihat dokumentasi Monitoring.
Data pemantauan diperbarui pada tingkat menit dan hanya untuk referensi; tidak digunakan sebagai dasar penagihan.

Berapa lama waktu pemulihan setelah pembatasan laju dipicu?

Pemulihan biasanya terjadi dalam waktu satu menit. Jika terjadi error lain, lihat Kode error untuk menanganinya.

Apakah kecepatan respons model berkaitan dengan pembayaran?

Kecepatan respons model tidak berkaitan dengan apakah Anda membayar. Kuota gratis dan panggilan berbayar menggunakan infrastruktur layanan model yang sama, sehingga kecepatan generasi model yang sama adalah identik. Kuota gratis hanya mengontrol apakah permintaan diterima—ketika kuota habis, error 403 akan dikembalikan (setelah mengaktifkanHanya Kuota Gratis), dan hal ini tidak mengurangi kecepatan generasi permintaan yang telah diterima.

Faktor apa saja yang memengaruhi kecepatan respons model?

  • Jenis model: Model ringan (seperti qwen-flash) menghasilkan respons lebih cepat dibandingkan model besar (seperti qwen-max).
  • Panjang output: Semakin banyak token output, semakin lama waktu totalnya.
  • Beban server: Sedikit fluktuasi dapat terjadi selama periode puncak.

Apakah pembatasan laju mengurangi kecepatan generasi permintaan yang telah diterima?

Tidak. Pembatasan laju (RPM/TPM) hanya menyebabkan permintaan yang melebihi batas ditolak (mengembalikan error 429). Ketika kuota gratis habis (setelah mengaktifkan Hanya Kuota Gratis), error 403 dikembalikan, yang juga tidak memengaruhi kecepatan permintaan yang telah diterima. 429 adalah pembatasan laju, 403 adalah kehabisan kuota, keduanya merupakan mekanisme penolakan.

Bagaimana cara menghindari pembatasan laju?

  1. Pilih model dengan batas laju lebih tinggi: Versi stabil atau versi terbaru memiliki pembatasan laju yang lebih longgar dibandingkan versi snapshot lama.
  2. Optimalkan strategi pemanggilan
    • Kurangi frekuensi pemanggilan: Jika menerima Requests rate limit exceeded atau You exceeded your current requests list, kurangi frekuensi pemanggilan API.
    • Kurangi konsumsi token: Jika menerima Allocated quota exceeded atau You exceeded your current quota, perpendek input atau batasi panjang output.
    • Ratakan laju permintaan: Jika menerima Request rate increased too quickly, gunakan penjadwalan laju seragam, exponential backoff, atau antrian permintaan untuk mendistribusikan permintaan secara merata dan menghindari lonjakan sesaat.
  3. Tambahkan model cadangan Setelah pembatasan laju dipicu, beralihlah ke model cadangan untuk melanjutkan generasi, yang dapat mengurangi kemungkinan kegagalan dan meningkatkan throughput. Kode berikut memanggil qwen-plus, dan setelah pembatasan laju dipicu, secara otomatis beralih ke qwen-flash untuk mencoba ulang. Anda juga dapat memilih model dari seri yang berbeda (seperti qwen-flash) sebagai model cadangan untuk lebih mengurangi risiko model utama dan cadangan mengalami pembatasan laju secara bersamaan.
    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. Pisahkan tugas: Percakapan panjang atau dokumen besar cepat menghabiskan sejumlah besar token. Pisahkan tugas batch besar menjadi batch yang lebih kecil dan kirimkan pada slot waktu yang berbeda.
  5. Gunakan Batches: Ketika respons real-time tidak diperlukan, gunakan Batches (Batch API). Permintaan batch tidak tunduk pada batasan pembatasan laju real-time, tetapi Anda perlu mempertimbangkan waktu antrean dan pemrosesan.

Bagaimana mengontrol penggunaan token atau pengeluaran biaya?

Pembatasan laju hanya membatasi laju panggilan per satuan waktu dan tidak membatasi penggunaan kumulatif. Jika Anda perlu mengontrol penggunaan token atau pengeluaran biaya, Anda dapat mengelolanya melalui metode berikut:
  • Tetapkan batas konsumsi dan notifikasi biaya: Di kartuTagihan dan biaya, aturnotifikasi biaya, aktifkan batas konsumsi bulanan dan konfigurasikan notifikasi ambang batas. Anda akan diberi tahu saat ambang batas tercapai untuk menghindari pengeluaran berlebih. Untuk informasi lebih lanjut, lihat Kueri Tagihan dan Manajemen Biaya.
  • Aktifkan Hanya Kuota Gratis: Untuk model yang mendukung kuota gratis, Anda dapat mengaktifkanHanya Kuota Gratis; setelah kuota gratis habis, panggilan berhenti secara otomatis untuk menghindari biaya tambahan. Untuk informasi lebih lanjut, lihat Kuota Gratis Pengguna Baru.
  • Pantau penggunaan model: Periksa penggunaan token setiap model secara berkala dan deteksi pertumbuhan abnormal secara tepat waktu. Lihat di atas Cara melihat penggunaan model?.

Apakah Anda masih akan dibatasi lajunya setelah melakukan top up?

Top up tidak mengubah ambang batas pembatasan laju RPM dan TPM model yang menggunakan pembatasan laju statis. Pembatasan laju dikonfigurasi pada tingkat akun utama Alibaba Cloud dan tidak bergantung pada penagihan; top up (bayar sesuai penggunaan) hanya memastikan akun tidak ditangguhkan karena tunggakan pembayaran dan tidak menambah batas laju statis. Untuk model yang menggunakan pembatasan laju dinamis, tier batas laju TPM disesuaikan otomatis berdasarkan jumlah konsumsi bulanan di Bailian. Jika Anda membutuhkan kuota pembatasan laju yang lebih tinggi, hubungi manajer bisnis Anda untuk mengajukan permohonan.