Skip to main content

Deployment details

Recupera os detalhes de uma implantação de modelo específica.

Pré-requisitos

Implantações que usam o modo de cobrança DTU atualmente não oferecem suporte à criação e ao gerenciamento por meio deste conjunto de APIs. Use o console; consulte Implantação de computação dedicada DTU.

Obter o status da implantação do modelo

Consulte os detalhes e o status de execução de uma implantação de modelo específica. É possível realizar polling nesta API; quando o status se tornar RUNNING, isso indica que o modelo foi implantado com sucesso.
Espera-se que a implantação do modelo leve de 5 a 10 minutos.

Endpoint

GET https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}

Exemplo de solicitação

Você pode usar o comando a seguir para consultar os detalhes de um serviço dedicado específico:
curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments/qwen-plus-202305099980-fac9-sample" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

Parâmetros da solicitação

Parâmetro

Tipo

Localização

Obrigatório

Descrição

deployed_model

String

path

Sim

Identificador exclusivo da implantação do modelo. É possível obtê-lo em Criar uma implantação ou na operação Listar implantações.

Exemplo de resposta

Atenção ao campo status. Quando o status se torna RUNNING, o modelo foi implantado com sucesso e está pronto para ser invocado.
{
  "request_id": "66a855f0-a6fe-4b05-9786-fb30c7c6782d",
  "output": {
    "deployed_model": "emo-35b3f106-sample01",
    "gmt_create": "2025-06-17T11:00:38",
    "gmt_modified": "2025-06-17T11:06:13",
    "status": "RUNNING",
    "model_name": "emo",
    "base_model": "emo",
    "base_capacity": 1,
    "capacity": 1,
    "ready_capacity": 1,
    "workspace_id": "llm-v71tlv3***",
    "charge_type": "post_paid",
    "creator": "175805416***",
    "modifier": "175805416***"
  }
}

Parâmetros da resposta

Campo

Tipo

Descrição

request_id

String

Identificador exclusivo da solicitação.

output

Object

Detalhes da tarefa.

output.deployed_model

String

Identificador exclusivo da implantação do modelo. Usado para consultar o status da implantação e invocar o modelo.

output.model_name

String

Nome do identificador do modelo.

output.base_model

String

O modelo base utilizado.

output.status

String

Status da implantação:

  • PENDING: A implantação está sendo criada.

  • RUNNING: A implantação está em execução e o modelo pode processar solicitações normalmente.

  • UPDATING: Alteração de configuração em andamento.

  • UPDATING_FAILED: Falha na alteração de configuração.

  • DELETING: A implantação está sendo excluída.

  • DELETED: A implantação foi excluída.

  • FAILED: Falha na criação ou na atualização da implantação.

  • STOPPED: A implantação foi interrompida e não será cobrada.

  • ARREARS_DOWN: Serviço suspenso devido a pagamento vencido.

  • ARREARS_RECOVERING: Recuperação da suspensão por pagamento em andamento.

  • OFFLINING: O serviço está sendo colocado offline.

output.base_capacity

Number

Quantidade de unidades de recurso base.

output.capacity

Number

Quantidade atual de unidades de recurso.

output.ready_capacity

Number

Número de unidades de recurso prontas.

output.workspace_id

String

O ID do espaço de trabalho associado à chave de API do Alibaba Cloud Model Studio. Consulte Obter o ID do espaço de trabalho.

output.charge_type

String

Modo de cobrança. post_paid indica pagamento por uso.

output.gmt_create

String

Hora de criação da implantação.

output.gmt_modified

String

Hora da última modificação da implantação.

output.creator

String

ID da conta do Alibaba Cloud do criador.

output.modifier

String

ID da conta do Alibaba Cloud de quem realizou a modificação.

output.plan

String

Plano de implantação.

Listar modelos implantáveis

Obtenha a lista de modelos candidatos elegíveis para implantação na plataforma Model Studio, ou seja, quais modelos podem ser usados para criar implantações.

Endpoint

GET https://dashscope-intl.aliyuncs.com/api/v1/deployments/models

Exemplo de solicitação

Use o comando a seguir para consultar os modelos disponíveis para implantação. Recomendamos usar version=v1.0 para obter uma resposta completa, incluindo informações de planos de implantação e de templates.
curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments/models?page_no=1&page_size=100&version=v1.0&model_source=base" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'
Consultar modelos ajustados (fine-tuned) pelo usuário:
curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments/models?page_no=1&page_size=100&version=v1.0&model_source=custom" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

Parâmetros da solicitação

Parâmetro

Tipo

Obrigatório

Descrição

page_no

Number

Não

Número da página. Valor padrão: 1.

page_size

Number

Não

Tamanho da página. Valor padrão: 50. Valor máximo: 100. Valor mínimo: 1.

model_source

String

Não

Origem do modelo. base indica modelos do sistema (padrão); custom indica modelos ajustados (fine-tuned) pelo usuário.

version

String

Não

Versão da API. Recomendamos usar v1.0. Quando v1.0 é especificado, a resposta inclui informações completas de planos de implantação e de templates.

Exemplo de resposta

Após a execução do comando, o seguinte resultado é retornado:
{
    "request_id": "f7da015c-ea90-4d96-af89-2f8d7604026a",
    "output": {
        "page_no": 1,
        "page_size": 100,
        "total": 5,
        "models": [
            {
                "model_name": "qwen3-8b",
                "plans": [
                    {
                        "plan": "mu",
                        "templates": [
                            {
                                "template_id": "MU1",
                                "template_name": "单机部署-标准推理型",
                                "template_type": "COUPLED",
                                "template_version": "v1",
                                "template_desc": "适用于标准推理场景",
                                "roles": {
                                    "unified": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    }
                                }
                            },
                            {
                                "template_id": "MU1-PD",
                                "template_name": "PD分离部署-标准推理型",
                                "template_type": "SEPERATED",
                                "template_version": "v1",
                                "template_desc": "适用于PD分离推理场景",
                                "roles": {
                                    "prefill": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    },
                                    "decode": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    }
                                }
                            }
                        ]
                    },
                    {
                        "plan": "lora"
                    }
                ]
            }
        ]
    }
}

Parâmetros da resposta

Parâmetro

Tipo

Descrição

models

Array

Lista de modelos implantáveis.

models[].model_name

String

Nome do modelo.

models[].plans

Array

Lista de planos de implantação suportados pelo modelo. Retornada quando version=v1.0 é especificado.

models[].plans[].plan

String

Tipo de plano de implantação: mu (Model Unit), cu (Compute Unit), ptu (Provisioned Throughput Unit), lora (implantação compartilhada LoRA).

models[].plans[].templates

Array

Lista de templates de implantação (retornada quando plan=mu).

models[].plans[].templates[].template_id

String

ID do template, passado como o parâmetro deploy_spec ao criar uma tarefa de implantação.

models[].plans[].templates[].template_name

String

Nome de exibição do template.

models[].plans[].templates[].template_type

String

Tipo de template: COUPLED (sem separação PD, usa o parâmetro capacity), SEPERATED (com separação PD, usa os parâmetros prefill_capacity e decode_capacity).

models[].plans[].templates[].template_version

String

Versão do template.

models[].plans[].templates[].template_desc

String

Descrição do template.

models[].plans[].templates[].roles

Object

Configuração de funções dos nós. O modo COUPLED contém um nó unified; o modo SEPERATED contém os nós prefill e decode.

models[].plans[].templates[].roles.{role}.model_unit_spec

String

Especificação da unidade de modelo.

models[].plans[].templates[].roles.{role}.capacity_unit_per_instance

Number

Número de unidades de capacidade por instância, ou seja, base_capacity. Ao criar uma implantação, capacity deve ser um múltiplo inteiro desse valor.

page_no

Number

Número da página consultada.

page_size

Number

Tamanho da página consultada.

total

Long

Número total de modelos que atendem às condições da consulta.

Listar modelos implantados

Obtenha a lista de instâncias de implantação criadas, ou seja, os serviços de modelo que estão em execução ou já foram implantados no espaço de trabalho atual.

Endpoint

GET https://dashscope-intl.aliyuncs.com/api/v1/deployments

Exemplo de solicitação

Execute o comando a seguir para obter a lista de serviços dedicados:
curl "https://dashscope-intl.aliyuncs.com/api/v1/deployments?page_no=1&page_size=100" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

Parâmetros da solicitação

Parâmetro

Tipo

Localização

Obrigatório

Descrição

page_no

Number

query

Não

Número da página. Padrão: 1.

page_size

Number

query

Não

Tamanho da página. Padrão: 50. Máximo: 200. Mínimo: 1.

Exemplo de resposta

Após a execução do comando, o seguinte resultado é retornado:
{
  "request_id": "7efdd3a7-a90d-96c6-b477-70055d59edf7",
  "output": {
    "page_no": 1,
    "page_size": 10,
    "total": 1,
    "deployments": [
      {
        "deployed_model": "emo-35b3f106-sample01",
        "gmt_create": "2025-06-17T11:00:38",
        "gmt_modified": "2025-06-17T11:06:13",
        "status": "RUNNING",
        "model_name": "emo",
        "base_model": "emo",
        "base_capacity": 1,
        "capacity": 1,
        "ready_capacity": 1,
        "workspace_id": "llm-v71tlv3d***",
        "charge_type": "post_paid",
        "creator": "175805416***",
        "modifier": "175805416***"
      }
    ]
  }
}

Parâmetros da resposta

Campo

Tipo

Descrição

request_id

String

Identificador exclusivo da solicitação.

output.page_no

Number

Número da página atual.

output.page_size

Number

Quantidade de itens por página.

output.total

Number

Número total de implantações.

output.deployments

Array

Lista de implantações de modelos. Cada elemento possui os mesmos campos da saída de Obter o status da implantação do modelo.

Modificar a limitação de taxa da implantação

Modifique as configurações de limitação de RPM (requisições por minuto) e TPM (tokens por minuto) de uma implantação de modelo específica.
Apenas alguns modelos implantados por meio de unidades de modelo suportam a modificação das configurações de RPM e TPM.

Endpoint

PUT https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}/update

Exemplo de solicitação

Execute o comando a seguir para modificar as configurações de limitação de uma implantação específica:
curl -X PUT "https://dashscope-intl.aliyuncs.com/api/v1/deployments/qwen-plus-2025-12-01-b6d61c71/update" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "rpm_limit": 1000,
    "tpm_limit": 200
}'

Parâmetros da solicitação

Parâmetro

Tipo

Localização

Obrigatório

Descrição

deployed_model

String

path

Sim

Identificador exclusivo da implantação do modelo. É possível obtê-lo em Criar uma implantação ou na operação Listar implantações.

rpm_limit

Number

body

Pelo menos um parâmetro

Requisições por minuto (RPM).

tpm_limit

Number

body

Tokens por minuto (TPM).

Exemplo de resposta

Após a execução do comando, o seguinte resultado é retornado:
{
    "request_id": "1d121fd9-876c-40ad-bc40-a9e68ef3b986",
    "output":
    {
        "deployed_model": "qwen-plus-2025-12-01-b6d61c71",
        "gmt_create": "2026-01-07T13:52:44",
        "gmt_modified": "2026-01-07T14:01:41",
        "status": "PENDING",
        "model_name": "qwen-plus-2025-12-01",
        "base_model": "qwen-plus-2025-12-01",
        "base_capacity": 4,
        "capacity": 4,
        "ready_capacity": 0,
        "workspace_id": "llm-8v53e*******",
        "charge_type": "post_paid",
        "creator": "16542902******",
        "modifier": "16542902********",
        "plan": "mu",
        "model_unit_spec": "MU1",
        "enable_thinking": true,
        "max_context_length": 1,
        "rpm_limit": 1000,
        "tpm_limit": 200
    }
}

Parâmetros da resposta

Além dos campos base listados em Obter o status da implantação do modelo, a resposta também pode incluir os seguintes campos:

Campo

Tipo

Descrição

output.plan

String

Plano de implantação.

output.model_unit_spec

String

Template de implantação por unidade de modelo, como MU1.

output.enable_thinking

Boolean

Indica se o modo de raciocínio (thinking) está ativado.

output.max_context_length

Number

Comprimento máximo do contexto.

output.rpm_limit

Number

Limite de requisições por minuto.

output.tpm_limit

Number

Limite de tokens por minuto.

Escalar uma implantação

Ajuste a quantidade de unidades de recurso usadas por um serviço dedicado executando uma operação de atualização.

Endpoint

PUT https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}/scale

Exemplo de solicitação

Execute o comando a seguir para escalar um serviço específico:
curl --request PUT "https://dashscope-intl.aliyuncs.com/api/v1/deployments/emo-35b3f106-sample01/scale" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json' \
    --data '{
                "capacity":2
            }'

Parâmetros da solicitação

Parâmetro

Tipo

Obrigatório

Descrição

deployed_model

String

Sim

Identificador exclusivo da implantação do modelo (parâmetro de caminho). É possível obtê-lo em Criar uma implantação ou na operação Listar implantações.

capacity

Integer

Obrigatório condicional

Surte efeito apenas quando "plan": "mu" é especificado. Para detalhes sobre o suporte, consulte suporte a recursos na implantação por unidade de modelo.

A quantidade de unidades de recurso usadas pelo modelo após a atualização. Ela deve ser um múltiplo inteiro de base_capacity.

ptu_capacity

Object

Obrigatório condicional

Surte efeito apenas quando "plan": "ptu" é especificado. Para detalhes sobre o suporte, consulte suporte a recursos na implantação PTU.

Exemplo: "ptu_capacity": { "input_tpm": 10000, "output_tpm": 1000 }.

ptu_capacity.input_tpm

Number

Obrigatório condicional

Surte efeito apenas quando "plan": "ptu" é especificado. Para detalhes sobre o suporte, consulte suporte a recursos na implantação PTU.

A quantidade máxima de tokens de entrada por minuto (input tokens per minute) suportada pelo modelo implantado. Suportado por todos os modelos.

ptu_capacity.output_tpm

Number

Obrigatório condicional

Surte efeito apenas quando "plan": "ptu" é especificado. Para detalhes sobre o suporte, consulte suporte a recursos na implantação PTU.

A quantidade máxima de tokens de saída por minuto (output tokens per minute) suportada pelo modelo implantado. Suportado por todos os modelos.

ptu_capacity.thinking_output_tpm

Number

Não

Surte efeito apenas quando "plan": "ptu" é especificado. Para detalhes sobre o suporte, consulte suporte a recursos na implantação PTU.

A quantidade máxima provisionada de tokens de saída de raciocínio por minuto (thinking output tokens per minute) suportada pelo modelo implantado. Suportado por alguns modelos.

Exemplo de resposta

Após a execução do comando, o seguinte resultado é retornado:
{
  "request_id": "6c6b7676-3fea-423b-bc26-c9e2337e1142",
  "output": {
    "deployed_model": "emo-35b3f106-sample01",
    "gmt_create": "2025-06-17T11:00:38",
    "gmt_modified": "2025-06-17T11:42:02.311",
    "status": "UPDATING",
    "model_name": "emo",
    "base_model": "emo",
    "base_capacity": 1,
    "capacity": 2,
    "ready_capacity": 1,
    "workspace_id": "llm-v71tlv3dezezp2en",
    "charge_type": "post_paid",
    "creator": "17580541***",
    "modifier": "17580541***"
  }
}

Parâmetros da resposta

Os campos da resposta são os mesmos de Obter o status da implantação do modelo. Para mais detalhes, consulte os parâmetros de resposta de Obter o status da implantação do modelo.

Excluir uma implantação

Exclua uma implantação de modelo específica e libere os recursos de computação correspondentes.
Depois que esta operação for executada, o serviço de implantação do modelo será colocado offline imediatamente e não poderá ser recuperado:
  1. O modelo não estará mais disponível para invocação.
  2. A cobrança do serviço de implantação será interrompida.

Endpoint

DELETE https://dashscope-intl.aliyuncs.com/api/v1/deployments/{deployed_model}

Exemplo de solicitação

Execute o comando a seguir para excluir uma implantação específica.
curl --request DELETE "https://dashscope-intl.aliyuncs.com/api/v1/deployments/emo-35b3f106-sample01" \
    --header "Authorization: Bearer $DASHSCOPE_API_KEY" \
    --header 'Content-Type: application/json'

Parâmetros da solicitação

Parâmetro

Tipo

Localização

Obrigatório

Descrição

deployed_model

String

path

Sim

Identificador exclusivo da implantação do modelo. É possível obtê-lo em Criar uma implantação ou na operação Listar implantações.

Exemplo de resposta

Atenção ao campo status. Quando o status se torna DELETING, isso indica que a implantação está sendo excluída.
{
  "request_id": "5378b78b-8564-481f-a3e0-580e551df22c",
  "output": {
    "deployed_model": "emo-35b3f106-sample01",
    "gmt_create": "2025-06-17T11:00:38",
    "gmt_modified": "2025-06-17T11:42:02",
    "status": "DELETING",
    "model_name": "emo",
    "base_model": "emo",
    "base_capacity": 1,
    "capacity": 2,
    "ready_capacity": 1,
    "workspace_id": "llm-v71tlv3***",
    "charge_type": "post_paid",
    "creator": "175805416***",
    "modifier": "175805416***"
  }
}
Em seguida, chame Obter o status da implantação do modelo para verificar a exclusão. Se a resposta a seguir for retornada, isso significa que o serviço implantado não existe mais e foi excluído com sucesso.
{
    "request_id": "eb619064-0c4f-4d29-aa49-xxxxxx",
    "message": "Not found.",
    "code": "NotFound"
}

Parâmetros da resposta

Os campos da resposta são os mesmos de Obter o status da implantação do modelo. Para mais detalhes, consulte os parâmetros de resposta de Obter o status da implantação do modelo.

Respostas de erro

Exemplo de resposta

{
    "request_id": "ca218d57-b91b-46b2-bd35-c41c6287bcf4",
    "message": "Model: qwen-plus-20230703-cx7f not found!",
    "code": "NotFound"
}

Parâmetros da resposta

Campo

Tipo

Descrição

request_id

String

O ID exclusivo da solicitação.

code

String

O código do erro.

message

String

A mensagem de erro.

Quando uma solicitação falha, os seguintes erros podem ser retornados:

Código de erro

Mensagem de erro

Causa do erro

NotFound

Model: xxx not found!

  • Você especificou um modelo inexistente ao criar a implantação.

  • Você especificou um modelo inexistente ao consultar, atualizar ou excluir a implantação.

Conflict

Deployed model xxx already exists, please specify a suffix.

O sufixo especificado ao criar a implantação já está em uso.

InvalidParameter

Invalid capacity (xx), capacity must be larger than or equal to 0 and multiples of 1 and less than 1000!

Unidades de capacidade inválidas especificadas ao criar ou atualizar a implantação.