Skip to main content

スループット予約の課金

本文書では、Alibaba Cloud Bailianプラットフォームにおけるスループット予約（旧TPM予約）の課金ルール、料金、返金、およびキャパシティ換算ルールについて説明します。

課金ルール

スループット予約は、サブスクリプションを通じて専用の推論スループットを購入します。予約キャパシティ内の呼び出しには追加料金は発生せず、超過部分はオーバーフロー戦略に従って処理されます。スループット予約の作成後に生成される専用モデルコード（APIのmodelパラメータを置き換えるために使用される呼び出し識別子）は、課金および呼び出し統計に使用されます。
パフォーマンスモード

標準モード: 標準 API と同じ TPS。

高速モード：標準 API と比較して 1.5～2 倍の TPS 向上（つまり、PTU モデルデプロイ）。

課金方式

サブスクリプション（日単位）：標準モードと高速モードの両方でサポートされ、暦日で課金されます。入力は 10k TPM あたり、出力は 1k TPM あたりで価格設定されます。

サブスクリプション（8 時間ブロック単位）：標準モードのみ、固定 8 時間、すぐに有効になります。詳細については、8 時間ブロック予約の課金 を参照してください。

従量課金（時間単位）：高速モードのみ、実際の使用期間で課金され、期間を購入する必要はありません。

課金計算式サブスクリプション：Reserved Fee = Duration ( Days) × (Input Unit price × Input kTPM ÷ 10 + Output Unit price × Output kTPM)従量課金（時間粒度、分精度）：Pay-as-you-go Fee = (Usage Minutes ÷ 60) × (Pay-as-you-go Input Unit price × Input 10k TPM + Pay-as-you-go Output Unit price × Output 1k TPM)
有効化時に課金作成が完了するとすぐに課金が開始されます。予約されたキャパシティ内での呼び出しには追加料金は発生しません。キャパシティ料金は購入数量に基づいて課金され、呼び出しの有無に関係なく発生し、実際の使用量に基づいて減額されることはありません。
入力キャパシティ200 kTPM から始まり、ステップサイズは 10 kTPM です。
出力キャパシティ20 kTPM から始まり、ステップサイズは 1 kTPM です。
期間1～30、60、90、120、365 日をサポート。
更新Fee = Number of days × New purchase price.
有効期限時の自動更新有効期限の 1 日前に自動控除および更新され、当日の 8:20～20:00 の間に最大 4 回試行されます。デフォルトで有効になっており、オフにすることができます。
  • 标准模式
  • 高速模式
Qwen3.8-Max（中国（北京））を例にとります（200 入力 + 100 出力 kTPM、1 日）：
  1. 標準モードの入力単価を 16.63/10kTPM・日、出力単価を16.63/10k TPM・日、出力単価を 4.99/1k TPM・日と仮定します。
  2. 入力料金 = 16.63 × 200 ÷ 10 = 332.6 USD。
  3. 出力料金 = 4.99 × 100 = 499 USD。
  4. 予約料金 = 1 × (332.6 + 499) = 831.6 USD。

単位の説明

  • kTPM = 1,000 トークン/分、購入数量の単位。
  • 10k TPM = 10,000トークン/分 = 10 kTPMです。入力単価は10k TPMあたりの価格で提示されており、計算式ではkTPM ÷ 10で10k TPMに換算してから単価を乗算します。出力単価は1k TPM（1 1k TPM = 1 kTPM）あたりの価格で提示されており、直接乗算します。

サポートされているモデルと料金

標準モード（従量課金呼び出しと同じ TPS）および高速モード（1.5～2 倍の TPS）のサブスクリプション料金は以下の通りです。
  • 华北2（北京）
  • 新加坡
  • 标准模式
  • 高速模式

モデル

サブスクリプション

入力 (10k TPM・日)

出力 (1k TPM・日)

Qwen3.8-Max

$16.63

$4.99

Qwen3.7-Flash-2026-07-15

$0.28

$0.11

Qwen3.7-Max-2026-05-20

$16.63

$4.99

Qwen3.7-Plus-2026-05-26

$2.77

$1.11

Qwen3.6-Flash-2026-04-16

$1.66

$1.00

GLM-5.3

$11.40

$3.99

GLM-5.2

$11.09

$3.88

DeepSeek-v4.1-Flash

$2.85

$1.14

DeepSeek-v4-Flash

$1.39

$0.28

DeepSeek-v4-Flash-0731

$4.27

$1.28

DeepSeek-v4-Pro

$16.63

$3.33

DeepSeek-v4-Pro-0813

$12.82

$3.85

Kimi-K2.6

$9.01

$3.74

キャッシュヒット率は入力 kTPM にのみ影響し、出力には影響しません。

キャパシティ換算ルール

長い入力は階層化係数によって換算され、キャッシュヒット部分はキャッシュ換算係数によって換算されます。換算された量は購入したクォータから差し引かれます。各モデルのパラメータは以下のとおりです。

モデル

最大入力トークン

キャッシュ変換係数

ロング入力ティア係数

qwen3.8-max

1M

0.125

ティアなし (1.0)

qwen3.7-flash-2026-07-15

1M

0.2

入力と出力で同じ
(0,32K] 1x
(32K,256K] 3x
(256,1m] 6x

qwen3.7-max-2026-05-20

256K

0.1

ティアなし (1.0)

qwen3.7-plus-2026-05-26

256K

0.2

ティアなし (1.0)

qwen3.6-flash-2026-04-16

256K

1

ティアなし (1.0)

glm-5.3

1M

0.25

ティアなし (1.0)

glm-5.2

1M

0.25

ティアなし (1.0)

deepseek-v4.1-flash

1M

0.06

ティアなし (1.0)

deepseek-v4-flash

256K

0.1

ティアなし (1.0)

deepseek-v4-flash-0731

1M

0.1

ティアなし (1.0)

deepseek-v4-pro

256K

0.08

ティアなし (1.0)

deepseek-v4-pro-0813

1M

0.1

ティアなし (1.0)

kimi-k2.6

256K

0.2

ティアなし (1.0)

キャパシティ変換の例は以下のとおりです。
  • 有阶梯·Qwen3.7-Flash
  • 无阶梯·GLM-5.2
50K トークンのロング入力、キャッシュヒットなし。
  1. 最初の 32K 部分 (係数 1x): 32K × 1 = 32 kTPM。
  2. 32K を超える部分（50K − 32K = 18K、係数 3x）：18K × 3 = 54 kTPM。
  3. 合計消費量: 32 + 54 = 86 kTPM。
同じ 50K トークンの入力において、最初の 30K がキャッシュにヒットする場合（キャッシュ換算係数 0.2）：
  1. キャッシュヒット部分（最初の 32K 階層内、係数 1x、その後換算係数 0.2 を乗算）：30K × 1 × 0.2 = 6 kTPM。
  2. ノンヒット部分（最初の 32K 階層内の残り 2K = 32K − 30K、係数 1x）：2K × 1 = 2 kTPM。
  3. 32K を超える部分（50K − 32K = 18K、係数 3x）：18K × 3 = 54 kTPM。
  4. 合計消費量：6 + 2 + 54 = 62 kTPM（キャッシュなしの場合より約 28% 少ない）。

8時間ブロック予約の課金

8 時間ブロック予約（8h ブロック）は、負荷が特定の時間帯に集中するシナリオにおいて、8 時間連続して確定的な TPM キャパシティを提供します。

購入と課金のルール

  • 課金方法：サブスクリプション（8 時間ブロック単位）、標準モードのみ。10% 割引、Bailian コンソールの実際の表示に従います。
  • 注文可能時間帯：毎日 20:00～翌日 04:00（注文時間はこの時間帯内である必要があります）。
  • 有効期間：購入後直ちに有効になり、固定期間は8時間で、日付をまたぐことができます。有効開始時点は購入時間に基づいて現在の時間に切り下げられ、カスタマイズはできません。1時間未満は1時間としてカウントされます。
  • 2 種類の購入形式:
    • 新しい独立した予約を作成：専用モデルコードを生成します。
    • 追加キャパシティパッケージとして既存の予約に追加します。ベース予約の専用モデルコードを再利用し、その8時間のウィンドウ内でキャパシティを増加させます。詳細については、追加キャパシティパッケージの課金を参照してください。
  • 新购 8 小时时段预留
  • 追加 8 小时叠加容量包
Qwen3.8-Max（中国（北京））標準モードを例にとります（200 入力 + 100 出力 kTPM、8 時間ブロック、料金乗数 0.9。入力単価 16.63/10kTPM・日、出力単価16.63/10k TPM・日、出力単価 4.99/1k TPM・日と仮定）：
  1. 日払い料金 = 16.63 × 200 ÷ 10 + 4.99 × 100 = 332.6 + 499 = 831.6 USD（1 日）。
  2. 8時間ブロック料金 = 831.6 × (8 ÷ 24) × 0.9 ≈ 249.48 USD（10%割引）。

制限事項

  • スケールアウト/スケールイン、および更新/解約はサポートされていません。
  • ブロックの有効期限が切れると、キャパシティは自動的に無効になります。
  • 当日の 04:00～20:00 の間は注文できません。

有効期限とライフサイクル

サービスの有効期限が切れるとすぐに停止し、停止から 2 時間後にリソースがリリースされます。

フェーズ (有効期限後)

インスタンスステータス

呼び出し/更新の可否

0～2 時間

停止

呼び出しはできませんが、更新は可能です

2 時間後

リリース済み

復元できません

サービスの中断を避けるため、事前に有効期限時の自動更新を有効にすることをお勧めします。

スケールアウト

サブスクリプションインスタンス

  • サブスクリプションの購入単位は日単位で、課金精度は時間単位です。
  • スケールアウトによる新規追加キャパシティは、残存有効期間で課金され、日数に換算されます：残り時間 ÷ 24 を切り上げ。
  • 残りが 1 日（24 時間）未満の場合でも 1 日としてカウントされます（例：残り 5 時間は 1 日としてカウント）。
Scale Out Fee = Rounded up(Remaining hours ÷ 24) × (Input Capacity difference(kTPM) ÷ 10 × Input Unit price + Output Capacity difference(kTPM) × Output Unit price)
  • 剩余5小时·扩容100输入+50输出kTPM
  • 剩余500小时·扩容100输入+50输出kTPM
Qwen3.8-Max（中国（北京））標準モードを例にとります（日次単価を16.63/10kTPM・日、出力単価を16.63/10k TPM・日、出力単価を4.99/1k TPM・日と仮定）。元の100入力 + 50出力 kTPMから、100入力 + 50出力 kTPMへスケールアウトし、残り5時間の場合：
  1. 残日数 = Rounded up(5 ÷ 24) = 1 日（5 時間は 1 日未満のため切り上げ）。
  2. 入力スケールアウト料金 = 1 × 100 ÷ 10 × 16.63 = 166.3 USD。
  3. 出力スケールアウト料金 = 1 × 50 × 4.99 = 249.5 USD。
  4. スケールアウト料金 = 166.3 + 249.5 = 415.8 USD。

従量課金インスタンス

  • 従量課金の購入単位は時間単位で、課金精度は分単位です。
  • スケールアウトは実際の使用期間で課金されます。1 時間（60 分）未満の場合は実際の分数で課金されます。
  • 料金 = 使用分数 ÷ 60 × 単価 × キャパシティ（例：30 分は 0.5 時間として課金）。
Scale Out Fee = (Usage Minutes ÷ 60) × (Pay-as-you-go Input Unit price × Input Capacity difference(kTPM) ÷ 10 + Pay-as-you-go Output Unit price × Output Capacity difference(kTPM))
  • 使用30分钟·不足1小时
  • 使用10小时
Qwen3.8-Max（中国（北京））高速モードを例にとります（従量課金の入力単価 3.96/10kTPM・時間、出力単価3.96/10k TPM・時間、出力単価 1.188/1k TPM・時間と仮定）、100 入力 + 50 出力 kTPM をスケールアウト、30 分使用：
  1. 入力スケールアウト料金 = (30 ÷ 60) × 3.96 × (100 ÷ 10) = 0.5 × 3.96 × 10 = 19.8 USD。
  2. 出力スケールアウト料金 = (30 ÷ 60) × 1.188 × 50 = 0.5 × 1.188 × 50 = 29.7 USD。
  3. スケールアウト料金 = 19.8 + 29.7 = 49.5 USD。

スケールイン

サブスクリプションインスタンス

  • サブスクリプションの購入単位は日単位で、課金精度は分単位です（決済金額は時間単位で切り上げられます）。
  • 決済金額 = 使用時間（切り上げ） × ペナルティ係数。
  • 新仕様の料金は分単位で正確に計算されます。使用日数が ≤30 日の場合は 1.2 倍、>30 日の場合は 1.0 倍を乗算します。
Refund = max(Original specification Remaining fee - New specification purchase fee, 0)
  • 旧仕様の残存料金 = 実際の支払金額 - 決済金額
  • 決済金額 = (Daily Unit price ÷ 24) × Rounded up(used hours) × Penalty coefficient × Original Capacity(kTPM) ÷ 10
  • 新仕様の購入料金 = Daily Unit price × (Remaining hours ÷ 24) × New Capacity(kTPM) ÷ 10
キャパシティをゼロに設定する（キャパシティを0に調整する）と、キャパシティ料金は発生しなくなります。専用モデルコードは保持され、これはペナルティ係数によって決済される縮小として扱われます。残り時間は分単位で正確に計算されます（例：27時間37分 ≈ 27.62時間）。
  • 购买30天·已用20天（≤30天，1.2倍）
  • 购买60天·已用40天（超过30天，1.0倍）
  • 归零（容量调整为0）
Qwen3.8-Max（中国（北京））標準モードを例にとります（日次単価を16.63/10kTPM・日、出力単価を16.63/10k TPM・日、出力単価を4.99/1k TPM・日と仮定）。元の100 kTPMを30日間購入し、50 kTPMへスケールイン。実際の支払額4989 USD = 100 ÷ 10 × 30 × 16.63、20日間（480時間）使用、残り240時間：
  1. 決済金額 = (16.63 ÷ 24) × 480 × 1.2 × 100 ÷ 10 = 3991.2 USD。
  2. 旧仕様の残存料金 = 4989 - 3991.2 = 997.8 USD。
  3. 新仕様の購入料金 = 16.63 × (240 ÷ 24) × 50 ÷ 10 = 831.5 USD。
  4. 返金額 = max(997.8 - 831.5, 0) = 166.3 USD。

従量課金インスタンス

  • 従量課金の購入単位は時間単位で、課金精度は分単位です。
  • 使用量は使用分数 ÷ 60 で決済され、返金は発生しません。
  • スケールイン後、新しいキャパシティは有効時間から新しいキャパシティで課金されます。削除またはゼロに設定すると課金が停止します。
Used Amount = Pay-as-you-go Input Unit price × Input Capacity(kTPM) ÷ 10 × Used Minutes ÷ 60 + Pay-as-you-go Output Unit price × Output Capacity(kTPM) × Used Minutes ÷ 60
  • 已使用30分钟·缩容至一半
  • 已使用2小时·缩容至一半
Qwen3.8-Max（中国（北京））高速モードを例にとります（従量課金の入力単価を3.96/10kTPM・時間、出力単価を3.96/10k TPM・時間、出力単価を1.188/1k TPM・時間と仮定）。元の100入力 + 50出力 kTPMから、50入力 + 25出力 kTPMへスケールインし、30分使用した場合：
  1. 使用量 = 3.96 × (100 ÷ 10) × 30 ÷ 60 + 1.188 × 50 × 30 ÷ 60 = 3.96 × 10 × 0.5 + 1.188 × 50 × 0.5 = 19.8 + 29.7 = 49.5 USD（実際の消費量、返金不可）。
  2. スケールイン後、新しいキャパシティである 50 入力 + 25 出力 kTPM は、有効時間から新しいキャパシティで課金されます。

サブスクリプション解除

サブスクリプションインスタンス

  • サブスクリプションの購入単位は日単位で、課金精度は分単位です（決済金額は時間単位で切り上げられます）。
  • 解約はスケールインの特殊なケース（新仕様 = 0）であり、決済金額は使用時間（切り上げ） × ペナルティ係数で決済されます。
  • ≤30 日の場合は 1.2 倍、>30 日の場合は 1.0 倍。解約は取り消し不可で、専用モデルコードはすぐに無効になります。
Refund = max(Original specification Remaining fee, 0)（新仕様の購入料金 = 0 となるスケールインの特殊なケース） 解約手続きは 費用センター で行います。
  • 购买30天·已用20天（≤30天，1.2倍）
  • 购买60天·已用40天（超过30天，1.0倍）
Qwen3.8-Max（中国（北京））標準モードを例にとります（日次単価 16.63/10kTPM・日、出力単価16.63/10k TPM・日、出力単価 4.99/1k TPM・日と仮定）、元々 100 kTPM を 30 日購入、解約：
  1. 決済金額 = (16.63 ÷ 24) × 480 × 1.2 × 100 ÷ 10 = 3991.2 USD。
  2. 旧仕様の残存料金 = 4989 - 3991.2 = 997.8 USD。
  3. 返金額 = max(997.8, 0) = 997.8 USD。

従量課金インスタンス

  • 従量課金の購入単位は時間単位で、課金精度は分単位です。
  • 使用量は使用分数 ÷ 60 で決済され、返金は発生しません。
  • インスタンスを削除すると、課金が停止します。
Used Amount = Pay-as-you-go Input Unit price × Input Capacity(kTPM) ÷ 10 × Used Minutes ÷ 60 + Pay-as-you-go Output Unit price × Output Capacity(kTPM) × Used Minutes ÷ 60
  • 使用30分钟后删除·停止计费
Qwen3.8-Max（中国（北京））高速モードを例にとります（従量課金の入力単価を3.96/10kTPM・時間、出力単価を3.96/10k TPM・時間、出力単価を1.188/1k TPM・時間と仮定）。元の100入力 + 50出力 kTPMで、30分使用後に削除した場合：
  1. 使用量 = 3.96 × (100 ÷ 10) × 30 ÷ 60 + 1.188 × 50 × 30 ÷ 60 = 49.5 USD（実際の消費量）。
  2. 削除後に課金は停止し、返金は行われません。

アドオンキャパシティパッケージの課金

追加購入されたキャパシティインスタンス（アドオンキャパシティパッケージ）は同じ専用モデルコードを再利用します。合計キャパシティはそれに応じて増加し、API の変更は必要ありません。

課金項目

説明

課金サイクル

追加パッケージで選択可能な課金サイクルは、ベース予約の課金方法によって制限されます。ベースがサブスクリプションの場合は、サブスクリプションの追加パッケージのみ選択できます。ベースが従量課金の場合は、サブスクリプションまたは従量課金の追加パッケージを選択できます。

サブスクリプション（日単位）：標準モードと高速モードの両方でサポートされ、暦日で課金され、課金ルールは新規購入時と一致します。

サブスクリプション（8時間ブロック単位）：標準モードのみで、ルールは8時間ブロック予約課金と同じです。追加後、同じ専用モデルコードのキャパシティはその8時間のウィンドウ内で増加し、8時間パッケージのキャパシティはウィンドウ外では無効になります。

従量課金（時間単位）：高速モードのみ、実際の使用期間で課金され、期間を購入する必要はありません。

入力キャパシティ

200 kTPM から始まり、ステップサイズは 10 kTPM です。

出力キャパシティ

20 kTPM から始まり、ステップサイズは 1 kTPM です。

期間

サブスクリプション/日払いの場合のみ必須：1～30、60、90、120、365 日。

有効期限時の自動更新

サブスクリプション/日払いにのみ適用されます。有効期限の 1 日前に自動控除および更新され、当日の 8:20～20:00 の間に最大 4 回試行されます。

単一のモデルコードには、未削除の従量課金（時間単位）キャパシティインスタンスを最大 1 つまで保持できます。従量課金インスタンスがすでに存在する場合、アドオンキャパシティパッケージの課金サイクルはサブスクリプション/日払いのみとなります。

オーバーフロー戦略と課金

オーバーフロー戦略は、キャパシティが枯渇した後に超過分がどのように処理され、課金されるかを決定します：

オーバーフロー戦略

超過部分の動作

課金方式

自動オーバーフロー (デフォルト)

超過したリクエストは、サービスの中断なく、自動的にモデルの標準的な従量課金（トークン課金）にデグレードされます。

超過部分はモデル呼び出しの従量課金の基準に従って課金され、予約料金の適用はなくなります。詳細ページの超過デグレード統計でデグレード回数を確認できます。

予約キャパシティのみ使用

超過したリクエストは 429 エラーを返し、ビジネス側で独自にリトライまたはデグレードを行う必要があります。

超過部分には追加料金は発生しません。

自動オーバーフローのシナリオでは、単一の入力がモデルの最大入力トークンを超える場合、その呼び出しも従量課金に切り替わります。

請求と使用量の照会

  • 料金請求書：サブスクリプション注文は 費用センター で確認でき、注文詳細と消費記録の表示をサポートしています。
  • 使用状況モニター：Bailianコンソールの詳細ページでは、概要タブに使用状況の傾向、利用率、超過デグレード統計が表示され、モニタータブにはクォータ内およびクォータ外の呼び出し数とキャッシュヒット量が示されます。詳細については、モニタリングを参照してください。
  • 使用率の説明：Utilization = Converted consumption ÷ Purchased quota。ロング入力階層係数は換算済み消費量に含まれています。

FAQ

元の仕様の残り料金 ≤ 新しい仕様の購入料金の場合、返金額は0です。決済額 = （日次単価/24） × 切り上げ（使用時間） × ペナルティ係数 × 元のキャパシティ（kTPM） ÷ 10。使用期間 ≤30日の場合は1.2倍のペナルティ係数で決済され、>30日の場合は1.0倍（ペナルティなし）で決済されます。使用期間が長いほど決済額が高くなり、残り料金が低くなるため、返金額が0になる場合があります。
標準モードは標準APIと同じTPSを持ちます。高速モードは標準APIと比較して1.5～2倍のTPS向上を実現します。両モードの課金ルールは似ていますが、高速モードはさらに従量課金/時間単位をサポートし、課金サイクルのオプションと料金が異なります。
計算式Reserved Fee = Duration ( Days) × (Input Unit price × Input kTPM ÷ 10 + Output Unit price × Output kTPM)を使用します。単価は料金表の対応するモード列から取得します。詳細については、課金ルールの例を参照してください。
スケールインまたは解約が可能です。返金額 = max(旧仕様の残存料金 - 新仕様の購入料金, 0)。使用部分はペナルティ係数で決済されます。詳細については、スケールインを参照してください。
有効期限が切れると、サービスは直ちに無効化され、リソースが解放されます。専用モデルコードは無効になり、復元できません。サービスの中断を避けるため、事前に有効期限時の自動更新を有効にすることをお勧めします。詳細については、有効期限とライフサイクルを参照してください。
ゼロに設定された後、キャパシティ料金は一切発生せず、専用モデルコードは保持されますが、キャパシティは 0 になり呼び出せなくなります。呼び出しを復元するには、再度スケールアウトする必要があります。

関連ドキュメント