Visão geral da implantação dedicada

​

Métodos de faturamento

Antes da implantação, consulte o custo horário estimado dos diferentes modelos no console de Model Deployment .

	Provisioned Throughput (PTU, Provisioned Throughput Unit) (Alto throughput; alto desempenho)		Model Unit (Métricas de desempenho personalizadas; isolamento de recursos)		Uso baseado em Tokens (Pagamento conforme o uso após ajuste fino/validação de efeito)
Definição	Método de implantação de modelos que reserva recursos da plataforma para garantir uma capacidade específica de throughput de TPM; sem limitação de taxa dentro da cota garantida.		Método de implantação de modelos que configura o poder computacional com base na duração de uso e na quantidade de Model Units, oferecendo recursos dedicados.		Método de implantação de modelos que utiliza os Tokens de entrada e os Tokens de saída gerados por chamada como base para medição de uso.
Vantagens	Oferece capacidade de throughput estável, menor latência e maior previsibilidade de recursos para ambientes de produção com alta carga. Em comparação ao faturamento baseado em Tokens, o TPS (Tokens gerados por segundo) geralmente aumenta entre 1,5 e 2,0 vezes. Permite configurar a renovação automática.		Possibilita personalizar métricas de desempenho, como latência e throughput. Permite configurar a renovação automática.		Sem cobrança quando não estiver em uso.
Modelos suportados	Alguns modelos pré-configurados		Alguns modelos pré-configurados e todos os modelos ajustados finamente		Alguns modelos ajustados finamente com LoRA
Casos de uso	Atendimento ao cliente inteligente para aplicativos bancários (tráfego estável, exige garantia de experiência simultânea). Moderação de conteúdo em tempo real para plataformas sociais (requer processamento estável de tarefas previsíveis em pipeline). API de tradução em cloud pública (fornece garantias de service básico para usuários de pacotes padrão).		Grandes modelos exclusivos ajustados finamente para e-commerce (implantação de modelos privados com dimensionamento manual durante grandes promoções). Modelos de triagem molecular para empresas farmacêuticas (exigem recursos dedicados para tarefas de longa duração). Simulação de direção autônoma (necessita de computação contínua por longos períodos).		Validação de efeito de modelo ajustado finamente
Diagrama de faturamento
Método de faturamento	Por duração de uso e throughput provisionado Pagamento conforme o uso, pacote diário		Por duração de uso e quantidade de Model Units Pagamento conforme o uso, pacote mensal		Por uso de Tokens do modelo Pagamento conforme o uso
Método de dimensionamento	Aumento/diminuição self-service do throughput		Aumento/diminuição self-service de Model Units		Envie uma solicitação no console e aguarde a revisão manual.
Restrições do product	Faturamento pré-pago diariamente. Não há reembolso antecipado disponível. Se o uso dentro de uma unidade de tempo exceder o throughput adquirido, o sistema aplicará a estratégia de estouro selecionada na criação: o estouro automático muda para o faturamento de pagamento conforme o uso de model invocation para esse modelo, enquanto a opção de usar apenas a capacidade PTU retorna o erro 429.		Após uma compra pré-paga, se você cancelar antecipadamente dentro do primeiro mês, o preço unitário diário (≈ preço unitário mensal / 30) será cobrado multiplicado por 1,2		Suporta apenas alguns modelos após ajuste fino eficiente (LoRA). Será liberado automaticamente se não for utilizado dentro de um mês.

​

Detalhes de faturamento

​

Métodos de implantação

Caso receba um aviso de permissões insuficientes, consulte: What should I do if "insufficient permissions" is prompted during deployment?

Acesse o model deployment console.
Insira o nome do service, selecione um modelo e um método de faturamento, mantenha as demais configurações padrão e clique em OK.
Quando o status da implantação for Running, o modelo terá sido implantado com sucesso. Cobranças serão geradas após a implantação bem-sucedida do modelo.

​

Configuração de implantação

​

Página da lista de implantações

• Nome do service: Nome do service de implantação. Clique para visualizar os detalhes da implantação.
• Nome do modelo: Modelo utilizado na implantação.
• Código do Modelo: Identificador exclusivo gerado após a implantação bem-sucedida do modelo, usado para especificar o modelo ao chamar a API.
• Status da implantação/Status do evento: Inclui Implantação pendente, Implantando, Running, Falha na implantação, Desativando, Service pausado, Stopped, Excluindo, Assinatura suspensa/Suspensão por pagamento atrasado, Retomando service, Running (Alterando configuração), Running (Falha na alteração) e outros status.
• Método de faturamento: Método de faturamento do service de implantação atual.
• Detalhes da implantação: Informações de configuração como tipo de unidade de modelo e quantidade de réplicas.
• Detalhes da limitação de taxa: Exibe a configuração de limitação de taxa do service de implantação atual, como RPM (requisições por minuto) e TPM (tokens por minuto).
• Tempo de service: Mostra a hora de criação e a hora de expiração do service de implantação.
• Operação: Dependendo do status da implantação e do método de faturamento, execute operações como Update, Monitor, Scale, Renew, Take offline, Delete e Try.

​

Chamadas pós-implantação

import os
import dashscope

messages = [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Who are you?"},
]
dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'
response = dashscope.Generation.call(
    # If you have not configured environment variables, replace the next line with your Bailian API Key: api_key="sk-xxx",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3-max-xxx-xxx",  # Please replace with the code returned after the model is successfully deployed
    messages=messages,
    result_format="message",
    enable_thinking=False,
)
print(response)

​

Dimensionamento de um Service de Implantação

• Throughput predefinido (faturado por duração): Clique no botão Scaling para ajustar manualmente o número de instâncias de forma autônoma. Para regras detalhadas de redução de taxas e reembolso, consulte: Refund rules for configuration downgrades.
• Unidade de modelo (faturado por duração): Utilize o botão Scaling para ajustar manualmente o número de instâncias de forma autônoma.

​

Desativar um Service de Implantação

• Unidade de modelo pré-paga: Clique em Deactivate e confirme.
• Pós-pago: Clique em Delete e confirme.

​

Outras Operações

• Update: Atualize a versão do modelo do service implantado, com suporte para atualização completa ou em lote (canary release).
• Delete: Services de pagamento conforme o uso podem ser excluídos diretamente para interromper o faturamento.
• Renew: Renove services pré-pagos para estender o tempo de service, com suporte à renovação automática.
• Buy capacity package: Adquira um pacote de capacidade para a implantação de throughput predefinido.

​

FAQ

​

Posso carregar e implantar meus próprios modelos?

​

O que devo fazer se "permissões insuficientes" for exibido durante a implantação?

1. Caso "Missing permission for this module" seja exibido, garanta que sua conta possua a permissão Model Deployment - Operation na página de gerenciamento de permissões do espaço de trabalho.
   
   Se não conseguir operar normalmente, entre em contato com sua organização ou administrador de TI para adicionar as permissões relevantes ou verificar os problemas de permissão em seu nome.
2. Se o erro "xx business space does not have permission to deploy the xx model" for reportado durante a implantação, acesse a página de Gerenciamento de Espaço de Trabalho do Model Studio para adicionar a permissão de implantação do modelo correspondente ao espaço de trabalho adequado.

   Erro de chamada de API: Workspace xxx does not have deployment privilege for model xxxx .

   
   
   Caso permissões insuficientes sejam solicitadas, contate sua organização ou administrador de TI para adicionar as permissões relevantes ou operar em seu nome.