A compressão de modelos utiliza quantização para converter um modelo ajustado de precisão total em uma versão de baixa precisão, reduzindo a especificação de MU e o custo necessário para implantação. Este tópico descreve como crie e gerencie tarefas de compressão de modelos no console.
Visão geral do recurso
A compressão de modelos emprega quantização para transformar um modelo ajustado de precisão total em uma versão de baixa precisão. Esse processo diminui a especificação de MU exigida na implantação e preserva as capacidades do modelo, reduzindo assim os custos de implantação de inferência. Na plataforma Model Studio, a compressão de modelos refere-se especificamente à quantização e não envolve poda estrutural nem destilação de conhecimento.
A compressão é uma etapa opcional no pipeline de produção de modelos. O pipeline completo é: Fine-tuning → Compressão de modelos → Deployment. Primeiro, conclua o treinamento de ajuste fino; em seguida, comprima o modelo ajustado resultante e, por fim, implante o modelo comprimido como um serviço de inferência.
Modelos suportados
Os modelos com suporte atual para compressão estão listados na tabela abaixo. Consulte o console para obter a lista definitiva.
- China (Beijing)
- Singapore
Série de modelos | Modelo base | Especificação de implantação antes da compressão | Especificação de implantação após a compressão |
|---|---|---|---|
Qwen | qwen3.5-flash-2026-02-23 | MU1*2($14.852/hour) | MU5/MU8/MU9 |
Qwen | qwen3.6-plus-2026-04-02 | MU1*8($59.408/hour) | Consulte o console |
Limites de uso
- Disponível apenas na região North China 2 (Beijing).
- Suporta apenas modelos personalizados produzidos por ajuste fino na plataforma Model Studio. Modelos base e modelos de terceiros não são suportados.
- Modelos comprimidos não podem passar por novo ajuste fino nem por uma segunda compressão.
Crie uma tarefa de compressão
Pré-requisitos
Antes de usar o recurso de compressão de modelos, verifique se já existe um modelo personalizado ajustado na plataforma Model Studio disponível no workspace atual. Caso ainda não tenha concluído o ajuste fino do modelo, finalize primeiro o treinamento conforme descrito em Fine-tuning.
Procedimento
- Faça login no console do Model Studio. Na barra de navegação superior, selecione Model > Train > Model Compression.
- Na página de compressão de modelos, clique em Create Compression Task.
-
Na página de criação da tarefa de compressão, configure os seguintes parâmetros:

Parâmetro
Obrigatório
Descrição
Task Name
Sim
Até 50 caracteres. Recomenda-se incluir a abreviação do modelo, o método de quantização e o número da versão para facilitar o gerenciamento posterior.
Task Description
Não
Até 200 caracteres.
Source Model
Sim
Clique para abrir a caixa de diálogo de seleção de modelos, que exibe apenas modelos ajustados passíveis de compressão. Se nenhuma opção disponível aparecer na caixa de diálogo, conclua primeiro o treinamento de ajuste fino. Alterar o modelo de origem limpa automaticamente o template de quantização selecionado, pois a lista de templates suportados varia entre modelos.
Output Model Name Suffix
Sim
Aceita apenas letras minúsculas e dígitos, com até 8 caracteres. Caracteres inválidos são filtrados automaticamente. Esse sufixo é anexado ao nome do modelo de origem como identificador do modelo comprimido.
Quantization Template
Sim
Os templates disponíveis são exibidos em uma grade de cartões. É necessário selecionar um modelo de origem antes de escolher um template. Um número de MU maior no nome do template indica uma especificação de implantação menor e custo mais baixo.
Calibration Data
Condicionalmente obrigatório
Este campo aparece apenas quando o template de quantização selecionado inclui parâmetros de entrada de calibração. É possível selecionar até 5 conjuntos de dados; conjuntos de dados montados via OSS não são suportados. Os conjuntos de dados devem ser criados e publicados em Data Management.
- Após confirmar que a configuração está correta, clique em Start Compression. O botão fica habilitado somente depois que todos os campos obrigatórios forem preenchidos. Após a criação bem-sucedida, você é redirecionado automaticamente para a página da lista de tarefas.
Visualize o progresso e os logs da tarefa de compressão
Na página da lista de tarefas, clique no nome de uma tarefa para acessar a página de detalhes. Essa página contém duas abas: Details e Log.
Aba Details

- Informações básicas: ID da tarefa (copiável), status de execução, horário de criação e duração da tarefa (atualizada em tempo real durante a execução). Quando uma tarefa falha, a mensagem de erro também é exibida.
- Configuração de compressão: modelo de origem, modelo comprimido, método de quantização, dados de calibração e outras informações de configuração definidas no momento da criação.
Aba Log

- Linhas exibidas: É possível escolher exibir as 100, 500, 2.000 ou 5.000 linhas mais recentes dos logs.
- Atualização automática: Quando ativada, o conteúdo do log é atualizado automaticamente a cada 30 segundos.
- Coloração por nível de log: INFO (verde), DEBUG (cinza), ERROR (vermelho), WARN (amarelo).
- Operações de log: Permite baixar os logs completos (sem limitação pela quantidade de linhas exibidas), recolher ou expandir subentradas, alternar entre os modos escuro e claro e ativar ou desativar a quebra de linha.
Solução de problemas de falha
Se uma tarefa de compressão falhar, solucione o problema seguindo estas etapas:
- Verifique a mensagem de erro na aba Details.
- Acesse a aba Log e busque registros de nível ERROR.
- Baixe os logs completos para uma análise detalhada.
- Caso o problema permaneça sem solução, abra um ticket e anexe o ID da tarefa e o arquivo de log.
Gerencie tarefas de compressão
No console, selecione Model > Train > Model Compression para acessar a página da lista de tarefas e gerenciar as tarefas de compressão que você criou.

Lista de tarefas
A lista de tarefas exibe as seguintes 7 colunas de informações:
Nome da coluna | Descrição |
|---|---|
Task Name/ID | Nome e ID da tarefa. Clique no nome da tarefa para ir à página de detalhes. |
Quantization Template | Nome do template de quantização selecionado quando a tarefa foi criada. |
Task Status | Status atual de execução da tarefa. |
Source Model | Nome do modelo ajustado antes da compressão. |
Compressed Model | Nome do modelo gerado pela compressão. Clicável apenas quando a tarefa é bem-sucedida, redirecionando ao centro de modelos para visualização. |
Creation Time | Horário de criação da tarefa. |
Operation | Operações disponíveis, incluindo parar e excluir. A disponibilidade das operações depende do status da tarefa. |
Status da tarefa
As tarefas de compressão possuem 7 status no total. O ciclo de vida é o seguinte:
- PENDING (não iniciado): A tarefa foi criada e aguarda agendamento.
- QUEUING (na fila): A tarefa entrou na fila de execução.
- RUNNING (em execução): A tarefa está executando a compressão.
- SUCCEEDED (compressão bem-sucedida): A compressão foi concluída e o modelo foi gerado.
- FAILED (falha na compressão): Ocorreu um erro durante a compressão.
- CANCELING (parando): O usuário solicitou a interrupção e a tarefa está sendo encerrada.
- CANCELED (cancelada): A tarefa foi interrompida pelo usuário.
Parar e excluir tarefas
- Parar uma tarefa: Apenas tarefas nos status PENDING e RUNNING podem ser interrompidas. Ao clicar em Stop, é necessário confirmar novamente na caixa de diálogo. Uma vez interrompida, a tarefa não pode ser recuperada. Também há um botão de parada disponível na página de detalhes.
- Excluir uma tarefa: Somente tarefas em estados terminais (SUCCEEDED, FAILED, CANCELED) podem ser excluídas; tarefas no status QUEUING não podem ser excluídas. Excluir o registro da tarefa não afeta o modelo comprimido já produzido.
Faturamento
- A tarefa de compressão em si é gratuita por tempo limitado. O prazo final está sujeito aos anúncios no console.
- O modelo comprimido é cobrado por especificação de MU durante a fase de implantação. Para informações detalhadas sobre o faturamento de implantação, consulte Deployment.
FAQ
E se nenhum modelo estiver disponível ao criar uma tarefa de compressão?
E se nenhum modelo estiver disponível ao criar uma tarefa de compressão?
O modelo comprimido pode passar por novo ajuste fino ou ser comprimido novamente?
O modelo comprimido pode passar por novo ajuste fino ou ser comprimido novamente?
Qual a diferença entre quantização, poda e destilação?
Qual a diferença entre quantização, poda e destilação?
Como escolher um template de quantização?
Como escolher um template de quantização?
Como escolher os dados de calibração?
Como escolher os dados de calibração?
E se a precisão do modelo comprimido cair?
E se a precisão do modelo comprimido cair?
Como funciona o faturamento após o término do período gratuito?
Como funciona o faturamento após o término do período gratuito?
Como aproveitar o período gratuito para definir o melhor plano de compressão?
Como aproveitar o período gratuito para definir o melhor plano de compressão?