Alibaba Cloud Model Studio のモデル利用状況について説明します。
詳細については、「新規ユーザー無料クォータ」をご参照ください。無料クォータの利用状況は、[Free Quota] ページで管理できます。
提供状況
- リージョン：シンガポールのみ。詳細については、「リージョンとアクセスドメイン」をご参照ください。
- モデル：モデル一覧に掲載されているすべてのモデル（それらをベースにしたファインチューニング済みモデルを含む）。
- 統計範囲：Token などの利用状況指標は費用の確認に使用され、Token の従量課金で請求されるモデル呼び出しのみを集計します。モデルトレーニングや、プロビジョンドスループットユニット、専用スループットユニットを介した呼び出しの利用状況は含まれません。呼び出し回数には、プロビジョンドスループットユニットおよび専用スループットユニットの呼び出しが含まれます。モデル呼び出しによって生成されたツールの利用状況は別途集計されます。
無料クォータの利用状況の確認
コンソールでの操作
- [Free Quota] ページに移動し、モデルタイプのタブを選択して、各モデルの無料クォータの利用状況を確認します。
- モデルテーブルで、検索、並べ替え、またはフィルターを使用して特定のモデルを見つけ、無料クレジットが使い切られると停止します を個別にまたは一括でオン/オフに切り替えて、無料クォータの設定を管理します。
モデルの利用状況の確認
モデル使用量ページで利用状況を確認します。データは Alibaba Cloud アカウント単位ではなく、ワークスペース単位で集計されます。詳細については、「Alibaba Cloud アカウントの合計トークン使用量を確認するにはどうすればよいですか？」をご参照ください。呼び出し回数は通常、他の利用状況指標よりもレイテンシーが低くなります。呼び出し回数は呼び出し後約 1 分で表示されますが、Token の使用量と費用の更新には約 10 分かかる場合があります。バッチオフライン推論とバッチオンライン推論では、呼び出し回数は表示されません。
- 統計期間と時間範囲を選択します。データは分、時、日、月単位で表示できます。分は最大 1 日、時は最大 7 日、日は最大 31 日、月は最大 12 か月です。分または時単位で表示する場合、トレンドチャートではグループ化はサポートされません。
- グループ化ディメンションを選択します。モデル、API Key、ワークスペース、リージョン、サービスサイト、または仕様でグループ化できます。仕様には、入力/出力/キャッシュヒット、コンテキスト長、思考モード、動画生成の解像度など、単価に影響する要素が含まれます。
- モデル、API Key、ワークスペース、リージョン、サービスサイト、呼び出し元、推論タイプでフィルタリングします。推論タイプには、オンライン推論、バッチオフライン推論（Batch File）、バッチオンライン推論（Batch Chat）があります。ワークスペースにバッチ利用状況のデータがない場合は、オンライン推論のみが表示されます。
- メトリクスカードを確認します。呼び出し回数、Tokens 使用量、画像数、動画/音声の長さ、音声合成文字数、ツール呼び出し回数などがあります。カードは課金単位ごとに集計されます。たとえば、テキストモデルとオムニモーダルモデルはどちらも Token で課金されるため、Tokens 使用量に集計されます。「合計」と「呼び出しあたりの平均」を切り替えられます。呼び出しあたりの平均は、使用量を成功した呼び出し回数で割った値です。
- 「モデル使用量の詳細」テーブルで、各モデルのモデルタイプ、呼び出し回数、モデルの使用量、ツールの使用量を確認します。「詳細」をクリックすると、そのモデルのさまざまな使用量タイプとツール使用量の概要とトレンドを確認できます。「費用を表示」をクリックすると、その使用量に対する支払金額を確認できます。
- 下部の「合計成功呼び出し回数」セクションには、呼び出し回数の多い順にすべてのモデルが表示されます。全画面表示とデータのダウンロードが可能です。
- 失敗回数、失敗率、スロットリングエラー回数、コンテンツセーフティのインターセプト回数はモデルモニタリングページに移動し、モデル使用量の詳細には表示されなくなりました。
- 以前のバッチ推論カテゴリは、バッチオフライン推論（Batch File）とバッチオンライン推論（Batch Chat）に分割されました。
課金概要の確認
請求概要ページでは、モデル呼び出しとモデルトレーニングの費用（合計費用、サブスクリプション費用、請求費用、請求トレンドなど）を確認できます。詳細については、「請求とコスト管理」をご参照ください。
利用単位
Model Studio では、モデルごとの利用統計は以下の通りです。
タイプ | サブカテゴリ | 単位 | 課金方法 |
|---|---|---|---|
大規模言語モデル | 入力と出力のトークン数に基づいて課金されます。 | ||
ビジュアルモデル | 画像数 | 正常に生成された画像の数に基づいて課金されます。 | |
秒数 | 正常に生成された動画の秒数に基づいて課金されます。 | ||
音声モデル | 秒数、文字数、またはトークン数 | モデルに応じて、音声の長さ (秒数)、対応するテキストの文字数、またはトークン数に基づいて課金される場合があります。 | |
オムニモーダルモデル | トークン数 | テキストはトークン数に基づいて課金されます。その他のモダリティ (音声、画像、動画) は、対応するトークン数に基づいて課金されます。 | |
埋め込みモデル | トークン数 | 入力テキストのトークン数に基づいて課金されます。 | |
テキスト埋め込み |
本番利用の注意点
モデルの利用状況を管理するための推奨事項：
- モデルの出力長の制御： 思考長の制限を適切に設定し、
max_tokensパラメータを設定することで、1 回の呼び出しで生成されるコンテンツの最大長を制限し、コストを管理できます。 - タスクタイプに応じたモデルの選択： 分類や要約などのシンプルなタスクには、高性能だが高コストなモデルよりも、低コストで軽量なモデルを優先的に使用してください。
- 監視とアラート： 利用状況のトレンドを監視します。利用状況のアラートを設定すると、異常な使用量がタイムリーに通知されます。
- プロンプトの最適化： 簡潔で明確なプロンプトは、モデルの出力品質を向上させ、不要な入力トークンを削減できます。
- バッチ推論の使用： リアルタイム性を必要としない大規模バッチ処理タスクには、バッチ推論がリアルタイム呼び出しよりも費用対効果が高い場合が多いです。
用語集
用語 | 説明 |
|---|---|
トークン | 大規模言語モデルは、入力と出力をトークン単位で処理します。トークンは、以下のいずれかです。
経験に基づくと、平均して 1 トークンは約 1.5～2 文字の中国語に相当します。1 文字の英語は約 0.25 トークンに相当します。1 単語の英語は約 1.3 トークンに相当します。
各モデルには、入力と出力のトークン数の上限があります (モデル一覧をご参照ください)。この上限を超えると、処理が失敗します。 |
[オンライン推論] | モデルのすべての直接的および間接的な呼び出しを指し、主に以下のシナリオが含まれます。
|
[バッチオフライン推論（Batch File）] | リアルタイムレスポンスを必要としないシナリオでオフラインで実行される大規模データ処理のことです。OpenAI 互換 - Batch (ファイル入力) API を使用します。 |
バッチオンライン推論（Batch Chat） | Batch Chat API を介して行われるバッチオンライン呼び出し。 |
よくある質問
Q： Alibaba Cloud アカウントの合計トークン使用量を確認するにはどうすればよいですか?
A： Alibaba Cloud アカウントを使用して [請求明細] ページにアクセスし、請求書をエクスポートします。
[請求明細] ページで、請求明細をフィルターし、エクスポートします：
- [請求月] を対象月 (
2025-05など) に設定します。 - [製品名] で [Model Studio] を選択します。
- テーブルの右上隅にあるダウンロードアイコンをクリックして、課金データをエクスポートします。
チャートや詳細に「-」または空の値が表示されるのはなぜですか？
チャートや詳細に「-」または空の値が表示されるのはなぜですか？
- 「-」は、モデルがそのメトリックをサポートしていないことを示す場合があります。
- 特定のディメンションのデータが遅延しています。呼び出し直後は「-」と表示され、数分以上経過すると実際の値に変わります。
- API Key が空の場合は、通常、呼び出しがコンソールから行われたことを示します。
- Batch Chat を介した呼び出しでは、API Key ID に関連するデータが空になります。
- 一部のモデルでは、リージョン情報が空になります。
- 音声モデルでは、呼び出し方法が空になります。