Rate limiting - Alibaba Cloud Model Studio

Regras de limitação de taxa

Limitação de taxa no nível da conta: Os limites de taxa são aplicados no nível da conta raiz. O uso de todos os usuários RAM, workspaces e chaves de API associados à conta é consolidado.
Limitação de taxa específica por modelo: Cada modelo possui seu próprio limite de taxa. Para mais informações, consulte as tabelas abaixo.

Limites de tamanho do corpo da requisição

O gateway da API aplica os seguintes limites ao tamanho do corpo da requisição:

Tipo de requisição	Limite
Requisições sem conteúdo Base64	Tamanho máximo do corpo da requisição: 16 MiB
Requisições com conteúdo Base64 (protocolo Anthropic)	Conteúdo Base64 individual máximo: 32 MiB
Requisições com conteúdo Base64 (outros protocolos)	Conteúdo Base64 individual máximo: 20 MiB
Requisições com conteúdo Base64 (corpo da requisição total)	Máximo: 64 MiB

Após a decodificação Base64 no lado do servidor, o tamanho total do corpo da requisição ainda não deve exceder 16 MiB. Requisições que excedam esses limites serão rejeitadas pelo gateway com um erro HTTP 413.

Perguntas frequentes

Por que a limitação de taxa é acionada?

Identifique o tipo de limite de taxa acionado com base na mensagem de erro:

Requests rate limit exceeded ou You exceeded your current requests list: Indica que o limite de solicitações por minuto (RPM) foi atingido.
Allocated quota exceeded ou You exceeded your current quota: Sinaliza que o limite de tokens por minuto (TPM) foi ultrapassado.
Request rate increased too quickly: A frequência de solicitações aumentou abruptamente em um curto período, ativando a proteção de estabilidade do sistema. Isso pode ocorrer mesmo que o número total de chamadas não tenha atingido os limites de RPM ou TPM.
Para outros erros, consulte Error codes para confirmar a causa.

Além de RPM e TPM, a limitação de taxa pode ser aplicada no nível de segundos para solicitações por segundo (RPS), que corresponde a RPM/60, e tokens por segundo (TPS), equivalente a TPM/60. Mesmo que o total de chamadas por minuto não exceda o limite, um pico repentino de solicitações em um curto intervalo ainda pode acionar a limitação.

Como visualizar o uso do modelo

Uma hora após chamar um modelo, acesse a página Monitoring (Singapore ou Beijing). Defina as condições de consulta, como intervalo de tempo e workspace. Em seguida, na área Models, localize o modelo desejado e clique em Monitor na coluna Actions para visualizar as estatísticas de chamadas do modelo. Para mais informações, consulte o documento Monitoring.

Os dados são atualizados a cada hora. Durante períodos de pico, pode haver uma latência de até uma hora.

Quanto tempo leva para recuperar da limitação de taxa?

A recuperação normalmente ocorre em até um minuto. Caso outros erros surjam, consulte Error codes para solução de problemas.

A velocidade de resposta do modelo está relacionada ao status de pagamento?

A velocidade de resposta do modelo não depende do uso de cota gratuita ou de chamadas pagas. Ambas utilizam a mesma infraestrutura de service de modelo, portanto a velocidade de geração para um determinado modelo é idêntica. A cota gratuita controla apenas se uma solicitação é aceita: uma vez esgotada, a solicitação é rejeitada com um erro 403 (caso você tenha ativado stop when the free quota is used up). Isso não reduz a velocidade de geração de nenhuma solicitação já aceita.

Quais fatores afetam a velocidade de resposta do modelo?

Tipo de modelo: Modelos leves (como qwen-flash) geram respostas mais rapidamente do que modelos maiores (como qwen-max).
Comprimento da saída: Quanto mais tokens uma resposta contém, maior será o tempo total de geração.
Carga do servidor: A velocidade de resposta pode apresentar pequenas flutuações durante períodos de pico.

A limitação de taxa reduz a velocidade de geração das solicitações aceitas?

Não. A limitação de taxa (RPM/TPM) apenas rejeita solicitações que excedem o limite, retornando um erro 429. Quando a cota gratuita se esgota (se você tiver ativado stop when the free quota is used up), as solicitações são rejeitadas com um erro 403. Nenhum dos casos afeta a velocidade de geração das solicitações já aceitas: 429 indica limitação de taxa e 403 indica esgotamento de cota — ambos são mecanismos de rejeição, não de redução de velocidade.

Como evitar a limitação de taxa

Escolha modelos com limites de taxa mais altos: Versões estáveis ou mais recentes oferecem limites de taxa superiores aos das versões snapshot datadas.
Otimize sua estratégia de chamadas
- Reduza a frequência de chamadas: Se receber um erro Requests rate limit exceeded ou You exceeded your current requests list, diminua a frequência de chamadas à API.
- Diminua o consumo de tokens: Ao receber um erro Allocated quota exceeded ou You exceeded your current quota, encurte a entrada ou limite o tamanho da saída.
- Suavize a taxa de solicitações: Caso receba um erro Request rate increased too quickly, utilize agendamento uniforme, backoff exponencial ou uma fila de solicitações para distribuir as requisições de maneira equilibrada e evitar picos repentinos.

Adicione um modelo de backup Se a limitação de taxa for acionada, alterne para um modelo de backup para continuar a geração. Essa prática reduz a probabilidade de falhas e aumenta o throughput. O código abaixo tenta automaticamente com qwen-plus-2025-07-14 após a limitação de taxa ser acionada para qwen-plus-2025-07-28. Você também pode escolher um modelo de uma série diferente (como qwen-flash) como backup para reduzir ainda mais o risco de ambos os modelos serem limitados simultaneamente.

Código de exemplo

import os
import asyncio
from openai import AsyncOpenAI, APIStatusError

# Configuration
API_KEY = os.getenv("DASHSCOPE_API_KEY")
# Primary model
MODEL = "qwen-plus-2025-07-28"
# Backup model
BACKUP_MODEL = "qwen-plus-2025-07-14"
# Test question
QUESTION = "Who are you?"
# Concurrency setting
NUM_REQUESTS = 10

client = AsyncOpenAI(
    api_key=API_KEY,
    # When calling, replace {WorkspaceId} with your actual workspace ID.
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

async def send_request(model):
    """Sends a single request."""
    try:
        await client.chat.completions.create(
            model=model,
            messages=[{"role": "user", "content": QUESTION}]
        )
        return True
    except APIStatusError as e:
        if e.status_code == 429:
            print(f"[Rate limit triggered] Model {model}")
            return False
        raise
    except Exception as e:
        print(f"[Request failed] Model {model}, Error: {e}")
        return False

async def task(i):
    # Try the primary model.
    if await send_request(MODEL):
        return True
    # If rate limited, try the backup model.
    return await send_request(BACKUP_MODEL)

async def main():
    results = await asyncio.gather(*(task(i) for i in range(NUM_REQUESTS)))
    print(f"Successful requests: {sum(results)}, Failed requests: {len(results) - sum(results)}")

if __name__ == "__main__":
    asyncio.run(main())

Divida as tarefas: Conversas longas ou documentos extensos podem consumir muitos tokens rapidamente. Divida grandes tarefas em lotes menores e envie-as em momentos diferentes.
Utilize inferência em lote: Para tarefas que não exigem respostas em tempo real, use o Batch API. Solicitações em lote não estão sujeitas aos limites de taxa em tempo real, mas considere o tempo de fila e processamento.
Aumente os limites de taxa: Se os limites padrão forem insuficientes, aumente a cota temporária de TPM para um modelo na página Increase Rate Limits no console do Model Studio. O aumento entra em vigor imediatamente. Para mais informações, consulte Aumentar limites temporários de taxa.

Como controlar o uso de tokens ou custos

A limitação de taxa restringe apenas a taxa de solicitações por unidade de tempo; ela não limita o uso acumulado. Para controlar o uso de tokens ou custos, utilize os seguintes métodos:

Defina um limite de gastos e alertas de custo: No cartão Billing, configure Cost alerts para ativar um limite mensal de gastos e notificações de limiar. Você será notificado ao atingir o limiar, o que ajuda a evitar gastos excessivos. Para mais informações, consulte Query bills and manage costs.
Ative a parada ao esgotar a cota gratuita: Para modelos que oferecem cota gratuita, ative stop when the free quota is used up para que as chamadas parem automaticamente assim que a cota gratuita acabar, evitando cobranças adicionais. Para mais informações, consulte Free quota.
Monitore o uso do modelo: Verifique regularmente o consumo de tokens de cada modelo para detectar crescimentos anômalos a tempo. Consulte Como visualizar o uso do modelo acima.

Ainda serei limitado após recarregar minha conta?

Recarregar sua conta não altera os limites padrão de RPM e TPM de um modelo. Os limites de taxa são configurados no nível da conta Alibaba Cloud e independem do faturamento. A recarga (pagamento conforme o uso) garante apenas que sua conta não seja suspensa por pagamentos atrasados; ela não aumenta seus limites de taxa. Para obter limites de taxa mais altos, consulte a seção Como evitar a limitação de taxa neste tópico ou solicite um aumento na página Increase Rate Limits no console do Model Studio. Para mais informações, consulte Aumentar limites temporários de taxa.

Aumentar limites temporários de taxa

Se os limites padrão forem insuficientes, aumente a cota temporária de TPM de um modelo no console do Model Studio. O aumento entra em vigor imediatamente e é válido por 30 dias. Após a expiração, a cota retorna automaticamente ao padrão do sistema. Este recurso está disponível atualmente nas regiões China (Beijing) e Singapore.

Faça login no console do Model Studio e acesse a página Increase Rate Limits.
Clique em Increase Temporary Rate Limit no canto superior direito.
Na caixa de diálogo exibida, selecione um Model e insira o valor desejado para Token Account Limit (Token/60 seconds). A caixa de diálogo mostra a cota atual e o limite máximo configurável.
Clique em Confirm. A cota aumentada entra em vigor imediatamente.

Após a entrada em vigor do aumento de cota, confirme-o das seguintes formas:

Na página Increase Rate Limits, visualize na lista os modelos com cotas aumentadas e seus respectivos dados de limite de taxa.
No Model List, acesse a página de detalhes do modelo correspondente para visualizar os dados atualizados do limite de taxa.

Os modelos para os quais é possível aumentar temporariamente as cotas estão listados na caixa de diálogo da página Increase Rate Limits.
Enviar outra solicitação para um modelo que já possui cota aumentada é considerado uma nova aplicação, e o período de validade é reiniciado para 30 dias.
Solicite uma cota baseada em suas necessidades reais. Se a capacidade provisionada exceder significativamente o uso real por um longo período, o sistema poderá restaurá-la ao valor padrão mediante notificação prévia.
Caso a cota de limite de taxa disponível ainda não atenda às suas necessidades, entre em contato com seu gerente de conta para solicitar um aumento adicional.

Geração de texto - Qwen

Modelo de linguagem Qwen

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.8-max	International	15.000	2.000.000
qwen3.8-max-0902	International	15.000	150.000
qwen3.8-flash	International	15.000	2.000.000
qwen3.7-max	International	600	1.000.000
qwen3.7-max-2026-06-08	International	60	1.000.000
qwen3.7-max-2026-05-20	International	60	1.000.000
qwen3.7-max-preview	International	600	1.000.000
qwen3.7-max-2026-05-17	International	600	1.000.000
qwen3.6-max-preview	International	600	1.000.000
qwen3-max	International	600	1.000.000
qwen3-max-2026-01-23	International	600	1.000.000
qwen3-max-2025-09-23	International	60	100.000
qwen3-max-preview	International	600	1.000.000
qwen-max A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	International	600	1.000.000
qwen3.7-plus	International	15.000	5.000.000
qwen3.7-plus-2026-05-26	International	60	1.000.000
qwen3.6-plus	International	15.000	5.000.000
qwen3.6-plus-2026-04-02	International	60	1.000.000
qwen3.7-flash	International	15.000	5.000.000
qwen3.7-flash-2026-07-15	International	15.000	5.000.000
qwen3.6-flash	International	15.000	5.000.000
qwen3.6-flash-2026-04-16	International	60	1.000.000
qwen3.5-plus	International	15.000	5.000.000
qwen3.5-plus-2026-04-20	International	600	1.000.000
qwen3.5-plus-2026-02-15	International	60	1.000.000
qwen-plus A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	International	600	1.000.000
qwen-plus-latest	International	600	1.000.000
qwen-plus-2025-12-01	International	120	1.000.000
qwen-plus-2025-09-11	International	120	1.000.000
qwen-plus-2025-07-28	International	60	100.000
qwen-plus-2025-07-14(qwen-plus-0714)	International	60	100.000
qwen-plus-2025-04-28(qwen-plus-0428)	International	60	1.000.000
qwen-plus-2025-01-25(qwen-plus-0125)	International	60	100.000
qwen3.5-flash	International	15.000	5.000.000
qwen3.5-flash-2026-02-23	International	60	1.000.000
qwen-flash A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	International	600	5.000.000
qwen-flash-2025-07-28	International	600	5.000.000
qwq-plus	International	60	100.000
qwen-turbo A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	International	600	5.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.8-max	Global	30.000	5.000.000
qwen3.8-max-0902	Global	30.000	150.000
qwen3.8-flash	Global	30.000	5.000.000
qwen3.7-max	Global	30.000	5.000.000
qwen3.7-max-us	US	600	1.000.000
qwen3.7-max-2026-06-08	Global	600	1.000.000
qwen3.7-max-2026-05-20	Global	600	1.000.000
qwen3-max	Global	600	1.000.000
qwen3-max-preview	Global	600	1.000.000
qwen3-max-2025-09-23	Global	60	100.000
qwen3.7-plus	Global	30.000	5.000.000
qwen3.7-plus-us	US	15.000	5.000.000
qwen3.7-plus-2026-05-26	Global	600	1.000.000
qwen3.6-plus	Global	30.000	5.000.000
qwen3.6-plus-2026-04-02	Global	600	1.000.000
qwen3.7-flash	Global	15.000	5.000.000
qwen3.7-flash-2026-07-15	Global	60	1.000.000
qwen3.6-flash	Global	15.000	5.000.000
qwen3.6-flash-2026-04-16	Global	60	1.000.000
qwen3.6-flash-us	US	15.000	5.000.000
qwen3.5-plus	Global	30.000	5.000.000
qwen3.5-plus-2026-02-15	Global	600	1.000.000
qwen-plus	Global	15.000	5.000.000
qwen-plus-us	US	600	1.000.000
qwen-plus-2025-12-01	Global	60	1.000.000
qwen-plus-2025-09-11	Global	60	1.000.000
qwen-plus-2025-07-28	Global	60	1.000.000
qwen-plus-2025-12-01-us	US	60	1.000.000
qwen3.5-flash	Global	30.000	10.000.000
qwen3.5-flash-2026-02-23	Global	600	1.000.000
qwen-flash	Global	15.000	10.000.000
qwen-flash-us	US	30.000	10.000.000
qwen-flash-2025-07-28	Global	60	1.000.000
qwen-flash-2025-07-28-us	US	600	5.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3.8-max A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	5.000.000
qwen3.8-max-0902 A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	150.000
qwen3.8-flash A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	5.000.000
qwen3.7-max A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	5.000.000
qwen3.7-max-2026-06-08	600	1.000.000
qwen3.7-max-2026-05-20	600	1.000.000
qwen3.6-max-preview	600	1.000.000
qwen3-max A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	5.000.000
qwen3-max-2026-01-23	600	1.000.000
qwen3-max-2025-09-23	60	100.000
qwen3-max-preview	600	1.000.000
qwen-max A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	1.200	1.000.000
qwen3.7-plus	30.000	5.000.000
qwen3.7-plus-2026-05-26	600	1.000.000
qwen3.6-plus A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	5.000.000
qwen3.6-plus-2026-04-02	600	1.000.000
qwen3.7-flash A limitação de taxa não se aplica ao chamar o service com o Batch API.	30.000	5.000.000
qwen3.7-flash-2026-07-15	30.000	5.000.000
qwen3.6-flash A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	10.000.000
qwen3.6-flash-2026-04-16	600	1.000.000
qwen3.5-plus A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	5.000.000
qwen3.5-plus-2026-04-20	600	1.000.000
qwen3.5-plus-2026-02-15	600	1.000.000
qwen-plus A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	5.000.000
qwen-plus-latest A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	15.000	1.200.000
qwen-plus-2025-12-01	120	1.000.000
qwen-plus-2025-09-11	60	1.000.000
qwen-plus-2025-07-28(qwen-plus-0728)	60	1.000.000
qwen-plus-2025-07-14(qwen-plus-0714)	60	100.000
qwen-plus-2025-04-28(qwen-plus-0428)	60	1.000.000
qwen-plus-2025-01-25(qwen-plus-0125)	60	150.000
qwen-plus-2025-01-12(qwen-plus-0112)	60	150.000
qwen-plus-2024-12-20(qwen-plus-1220)	60	150.000
qwen3.5-flash A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	10.000.000
qwen3.5-flash-2026-02-23	600	1.000.000
qwen-flash A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	30.000	10.000.000
qwen-flash-2025-07-28	60	1.000.000
qwq-plus A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	600	1.000.000
qwen-turbo	1.200	5.000.000
qwen-long-latest A limitação de taxa não se aplica a chamadas de service feitas com o Batch API.	1.200	60.000
qwen-long-2025-01-25(qwen-long-0125)	3	7.500

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.8-max	Global	30.000	5.000.000
qwen3.8-max-0902	Global	30.000	150.000
qwen3.8-flash	Global	30.000	5.000.000
qwen3.7-max	Global	30.000	5.000.000
qwen3.7-max-2026-06-08	Global	600	1.000.000
qwen3.7-max-2026-05-20	Global	600	1.000.000
qwen3-max	Global	600	1.000.000
qwen3-max	EU	600	1.000.000
qwen3-max-preview	Global	600	1.000.000
qwen3-max-2026-01-23	EU	60	100.000
qwen3-max-2025-09-23	Global	60	100.000
qwen3.7-plus	Global	30.000	5.000.000
qwen3.7-plus-2026-05-26	Global	600	1.000.000
qwen3.6-plus	Global	30.000	5.000.000
qwen3.6-plus-2026-04-02	Global	600	1.000.000
qwen3.7-flash	Global	15.000	5.000.000
qwen3.7-flash-2026-07-15	Global	15.000	5.000.000
qwen3.6-flash	Global	15.000	5.000.000
qwen3.6-flash-2026-04-16	Global	60	1.000.000
qwen3.5-plus	Global	30.000	5.000.000
qwen3.5-plus-2026-02-15	Global	600	1.000.000
qwen-plus	Global	600	1.000.000
qwen-plus	EU	600	1.000.000
qwen-plus-2025-12-01	Global	120	1.000.000
qwen-plus-2025-12-01	EU	120	1.000.000
qwen-plus-2025-09-11	Global	60	1.000.000
qwen-plus-2025-07-28	Global	60	1.000.000
qwen3.5-flash	Global	35.000	10.000.000
qwen3.5-flash	EU	35.000	10.000.000
qwen3.5-flash-2026-02-23	Global	600	1.000.000
qwen3.5-flash-2026-02-23	EU	600	1.000.000
qwen-flash	Global	30.000	10.000.000
qwen-flash-2025-07-28	Global	60	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.8-max	Hong Kong (China)	600	1,000,000
qwen3.8-max-0902	Hong Kong (China)	600	150.000
qwen3.8-flash	Hong Kong (China)	600	1,000,000
qwen3-max	Hong Kong (China)	600	1,000,000
qwen3-max-2026-01-23	Hong Kong (China)	60	100,000
qwen3.6-plus	Global	30,000	5,000,000
qwen3.7-flash	Global	15,000	5,000,000
qwen3.7-flash-2026-07-15	Global	15,000	5,000,000
qwen3.6-flash	Global	30,000	10,000,000
qwen-plus	Hong Kong (China)	600	1,000,000
qwen-plus-2025-12-01	Hong Kong (China)	60	100,000
qwen3.5-flash	Hong Kong (China)	30,000	10,000,000
qwen3.5-flash-2026-02-23	Hong Kong (China)	600	1,000,000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) Os limites a seguir são por minuto. O service também pode aplicar limites por segundo em RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Incluindo tokens de entrada e saída
qwen3.8-max	Global	30,000	5,000,000
qwen3.8-max-0902	Global	30,000	150.000
qwen3.8-flash	Global	30,000	5,000,000
qwen3.7-max	Global	600	1,000,000
qwen3.7-max-2026-05-20	Global	60	1,000,000
qwen3.7-plus	Global	15,000	5,000,000
qwen3.7-plus-2026-05-26	Global	60	1,000,000
qwen3.7-plus	Japan	15,000	5,000,000
qwen3.7-plus-2026-05-26	Japan	60	1,000,000
qwen3.6-plus	Global	15,000	5,000,000
qwen3.6-plus-2026-04-02	Global	60	1,000,000
qwen3.7-flash	Global	15,000	5,000,000
qwen3.7-flash-2026-07-15	Global	15,000	5,000,000
qwen3.6-flash	Global	15,000	10,000,000
qwen3.6-flash-2026-04-16	Global	60	1,000,000

Qwen-VL (compreensão visual/imagem para texto)

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)
Hong Kong (China)

Model name	Service deployment scope	Rate limiting conditions (triggered if any value is exceeded) The following limits are per minute. The service may also enforce limits based on requests per second (RPS = RPM/60) and tokens per second (TPS = TPM/60).
Model name	Service deployment scope	Requests per minute (RPM)	Tokens per minute (TPM) Includes input and output tokens.
qwen3-vl-plus	International	1,200	1,000,000
qwen3-vl-plus-2025-12-19	International	60	100,000
qwen3-vl-plus-2025-09-23	International	120	1,000,000
qwen3-vl-flash	International	1,200	1,000,000
qwen3-vl-flash-2026-01-22	International	60	100,000
qwen3-vl-flash-2025-10-15	International	120	1,000,000
qwen-vl-max	International	1,200	1,000,000
qwen-vl-plus	International	1,200	1,000,000
qvq-max	International	60	100,000

Model name	Service deployment scope	Rate limiting conditions (triggered if any value is exceeded) The following limits are per minute. The service may also enforce limits based on requests per second (RPS = RPM/60) and tokens per second (TPS = TPM/60).
Model name	Service deployment scope	Requests per minute (RPM)	Tokens per minute (TPM) Includes input and output tokens.
qwen3-vl-plus	Global	6,000	10,000,000
qwen3-vl-plus-2025-09-23	Global	60	100,000
qwen3-vl-flash	Global	1,200	1,000,000
qwen3-vl-flash-us	US	1,200	1,000,000
qwen3-vl-flash-2025-10-15	Global	60	100,000
qwen3-vl-flash-2026-01-22-us	US	120	1,000,000
qwen3-vl-flash-2025-10-15-us	US	120	1,000,000

Model name	Rate limiting conditions (triggered if any value is exceeded) The following limits are per minute. The service may also enforce limits based on requests per second (RPS = RPM/60) and tokens per second (TPS = TPM/60).
Model name	Requests per minute (RPM)	Tokens per minute (TPM) Includes input and output tokens
qwen3-vl-plus Rate limiting does not apply to service calls made using the Batch API.	3,000	5,000,000
qwen3-vl-plus-2025-12-19	60	100,000
qwen3-vl-plus-2025-09-23	60	100,000
qwen3-vl-flash Rate limiting does not apply to service calls made using the Batch API.	3,000	5,000,000
qwen3-vl-flash-2026-01-22	60	100,000
qwen3-vl-flash-2025-10-15	60	100,000
qwen-vl-max Rate limiting does not apply to service calls made using the Batch API.	1,200	1,000,000
qwen-vl-plus Rate limiting does not apply to service calls made using the Batch API.	1,200	1,000,000
qvq-max	60	100,000
qvq-plus	60	100,000

Model name	Service deployment scope	Rate limiting conditions (triggered if any value is exceeded) The following limits are per minute. The service may also enforce limits based on requests per second (RPS = RPM/60) and tokens per second (TPS = TPM/60).
Model name	Service deployment scope	Requests per minute (RPM)	Tokens per minute (TPM) Includes input and output tokens.
qwen3-vl-plus	Global	2,000	1,000,000
qwen3-vl-plus	EU	2,000	1,000,000
qwen3-vl-plus-2025-09-23	Global	60	100,000
qwen3-vl-flash	Global	12,000	10,000,000
qwen3-vl-flash	EU	12,000	10,000,000
qwen3-vl-flash-2026-01-22	EU	60	100,000
qwen3-vl-flash-2025-10-15	Global	600	1,000,000
qwen3-vl-flash-2025-10-15	EU	600	1,000,000

Model name	Service deployment scope	Rate limiting conditions (triggered if any value is exceeded) The following limits are per minute. The service may also enforce limits based on requests per second (RPS = RPM/60) and tokens per second (TPS = TPM/60).
Model name	Service deployment scope	Requests per minute (RPM)	Tokens per minute (TPM) Includes input and output tokens.
qwen3-vl-plus	Hong Kong (China)	6,000	1,000,000
qwen3-vl-plus-2025-12-19	Hong Kong (China)	6,000	1,000,000

Qwen-Omni (omnimodal)

Singapore
China (Beijing)

Model name	Service deployment scope	Rate limiting conditions (triggered if any value is exceeded) The following limits are per minute. The service may also enforce limits based on requests per second (RPS = RPM/60) and tokens per second (TPS = TPM/60).
Model name	Service deployment scope	Requests per minute (RPM)	Tokens per minute (TPM) Includes input and output tokens.
qwen3.5-omni-flash	International	60	100,000
qwen3.5-omni-flash-2026-03-15	International	60	100,000
qwen3.5-omni-plus	International	60	100,000
qwen3.5-omni-plus-2026-03-15	International	60	100,000
qwen3-omni-flash	International	60	100,000
qwen3-omni-flash-2025-12-01	International	60	100,000
qwen3-omni-flash-2025-09-15	International	60	100,000
qwen-omni-turbo	International	60	100,000
qwen-omni-turbo-latest	International	60	100,000
qwen-omni-turbo-2025-03-26	International	60	100,000

Model name	Rate limiting conditions (triggered if any value is exceeded) The following limits are per minute. The service may also enforce limits based on requests per second (RPS = RPM/60) and tokens per second (TPS = TPM/60).
Model name	Requests per minute (RPM)	Tokens per minute (TPM) Includes input and output tokens
qwen3.5-omni-flash	60	100,000
qwen3.5-omni-flash-2026-03-15	60	100,000
qwen3.5-omni-plus	60	100,000
qwen3.5-omni-plus-2026-03-15	60	100,000
qwen3-omni-flash	60	100,000
qwen3-omni-flash-2025-12-01	60	100,000
qwen3-omni-flash-2025-09-15	60	100,000
qwen-omni-turbo	60	100,000
qwen-omni-turbo-latest	60	100,000
qwen-omni-turbo-2025-03-26(qwen-omni-turbo-0326)	60	100,000
qwen-omni-turbo-2025-01-19(qwen-omni-turbo-0119)	60	100,000

Qwen-Omni-Realtime (multimodal em tempo real)

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.5-omni-plus-realtime	Internacional	60	100.000
qwen3.5-omni-plus-realtime-2026-03-15	Internacional	60	100.000
qwen3.5-omni-flash-realtime	Internacional	60	100.000
qwen3.5-omni-flash-realtime-2026-03-15	Internacional	60	100.000
qwen3-omni-flash-realtime	Internacional	60	100.000
qwen3-omni-flash-realtime-2025-12-01	Internacional	60	100.000
qwen3-omni-flash-realtime-2025-09-15	Internacional	60	100.000
qwen-omni-turbo-realtime	Internacional	60	10.000
qwen-omni-turbo-realtime-latest	Internacional	60	10.000
qwen-omni-turbo-realtime-2025-05-08	Internacional	60	10.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3.5-omni-plus-realtime	60	100.000
qwen3.5-omni-plus-realtime-2026-03-15	60	100.000
qwen3.5-omni-flash-realtime	60	100.000
qwen3.5-omni-flash-realtime-2026-03-15	60	100.000
qwen3-omni-flash-realtime	60	100.000
qwen3-omni-flash-realtime-2025-12-01	60	100.000
qwen3-omni-flash-realtime-2025-09-15	60	100.000
qwen-omni-turbo-realtime	60	100.000
qwen-omni-turbo-realtime-latest	60	100.000
qwen-omni-turbo-realtime-2025-05-08	60	100.000

Qwen-OCR (extração de texto)

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-vl-ocr	Internacional	600	6.000.000
qwen-vl-ocr-2025-11-20	Internacional	1.200	6.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-vl-ocr	Global	600	6.000.000
qwen-vl-ocr-2025-11-20	Global	1.200	6.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3.5-ocr	6.000	30.000.000
qwen-vl-ocr A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	600	6.000.000
qwen-vl-ocr-latest	6.000	30.000.000
qwen-vl-ocr-2025-11-20	6.000	30.000.000
qwen-vl-ocr-2025-04-13	600	6.000.000
qwen-vl-ocr-2024-10-28	600	6.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-vl-ocr	Global	600	6.000.000
qwen-vl-ocr-2025-11-20	Global	1.200	6.000.000

Modelo matemático Qwen

China (Beijing)

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-math-plus	1.200	1.000.000
qwen-math-plus-latest	1.200	1.000.000
qwen-math-plus-2024-09-19(qwen-math-plus-0919)	60	100.000
qwen-math-plus-2024-08-16(qwen-math-plus-0816)	10	20.000
qwen-math-turbo	1200	1.000.000

Qwen-Coder

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-coder-plus	International	2.400	2.000.000
qwen3-coder-plus-2025-09-23	International	600	1.000.000
qwen3-coder-plus-2025-07-22	International	60	1.000.000
qwen3-coder-flash	International	600	5.000.000
qwen3-coder-flash-2025-07-28	International	600	5.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-coder-plus	Global	2.400	2.000.000
qwen3-coder-plus-2025-09-23	Global	60	1.000.000
qwen3-coder-plus-2025-07-22	Global	60	1.000.000
qwen3-coder-flash	Global	1.200	1.000.000
qwen3-coder-flash-2025-07-28	Global	60	1.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-coder-plus	5.000	5.000.000
qwen3-coder-plus-2025-09-23	60	1.000.000
qwen3-coder-plus-2025-07-22	60	1.000.000
qwen3-coder-flash	5.000	5.000.000
qwen3-coder-flash-2025-07-28	60	1.000.000
qwen-coder-plus	1.200	1.000.000
qwen-coder-turbo	1.200	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-coder-plus	Global	5.000	5.000.000
qwen3-coder-plus-2025-09-23	Global	60	1.000.000
qwen3-coder-plus-2025-07-22	Global	60	1.000.000
qwen3-coder-flash	Global	5.000	5.000.000
qwen3-coder-flash-2025-07-28	Global	60	1.000.000

Modelo de tradução Qwen

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-mt-plus	International	60	100.000
qwen-mt-flash	International	60	100.000
qwen-mt-lite	International	60	100.000
qwen-mt-turbo	International	60	100.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-mt-plus	Global	60	25.000
qwen-mt-flash	Global	60	35.000
qwen-mt-lite	Global	60	100.000
qwen-mt-lite-us	US	60	100.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-mt-plus	60	25.000
qwen-mt-flash	60	35.000
qwen-mt-lite	60	100.000
qwen-mt-turbo	60	35.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-mt-plus	Global	60	25.000
qwen-mt-flash	Global	60	35.000
qwen-mt-lite	Global	60	100.000

Modelo de mineração de dados Qwen

China (Beijing)

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-doc-turbo	600	3.000.000

Modelo de pesquisa profunda Qwen

China (Beijing)

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-deep-research	120	1.200.000

Geração de texto - Qwen - Código aberto

Modelo de linguagem Qwen open source

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.8-2.4t-a95b	International	5.000	5.000.000
qwen3.8-27b	International	5.000	5.000.000
qwen3.6-35b-a3b	International	600	1.000.000
qwen3.6-27b	International	600	1.000.000
qwen3.5-397b-a17b	International	600	1.000.000
qwen3.5-122b-a10b	International	600	1.000.000
qwen3.5-27b	International	600	1.000.000
qwen3.5-35b-a3b	International	600	5.000.000
qwen3-next-80b-a3b-thinking	International	600	1.000.000
qwen3-next-80b-a3b-instruct	International	600	1.000.000
qwen3-235b-a22b-thinking-2507	International	600	1.000.000
qwen3-235b-a22b-instruct-2507	International	600	1.000.000
qwen3-30b-a3b-thinking-2507	International	600	5.000.000
qwen3-30b-a3b-instruct-2507	International	600	5.000.000
qwen3-235b-a22b	International	600	1.000.000
qwen3-32b	International	600	1.000.000
qwen3-30b-a3b	International	600	1.000.000
qwen3-14b	International	600	1.000.000
qwen3-8b	International	600	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.5-397b-a17b	Global	600	1.000.000
qwen3.5-122b-a10b	Global	600	1.000.000
qwen3.5-27b	Global	600	1.000.000
qwen3.6-35b-a3b	Global	600	1.000.000
qwen3.5-35b-a3b	Global	600	1.000.000
qwen3-next-80b-a3b-thinking	Global	600	1.000.000
qwen3-next-80b-a3b-instruct	Global	600	1.000.000
qwen3-235b-a22b-thinking-2507	Global	600	1.000.000
qwen3-235b-a22b-instruct-2507	Global	600	1.000.000
qwen3-30b-a3b-thinking-2507	Global	600	1.000.000
qwen3-30b-a3b-instruct-2507	Global	600	1.000.000
qwen3-235b-a22b	Global	600	1.000.000
qwen3-30b-a3b	Global	600	1.000.000
qwen3-32b	Global	600	1.000.000
qwen3-14b	Global	600	1.000.000
qwen3-8b	Global	600	1.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3.8-2.4t-a95b	5.000	5.000.000
qwen3.8-27b	5.000	5.000.000
qwen3.6-35b-a3b	600	1.000.000
qwen3.6-27b	600	1.000.000
qwen3.5-397b-a17b	600	1.000.000
qwen3.5-122b-a10b	600	1.000.000
qwen3.5-27b	600	1.000.000
qwen3.5-35b-a3b	600	1.000.000
qwen3-next-80b-a3b-thinking	600	1.000.000
qwen3-next-80b-a3b-instruct	600	1.000.000
qwen3-235b-a22b-thinking-2507	600	1.000.000
qwen3-235b-a22b-instruct-2507	600	1.000.000
qwen3-30b-a3b-thinking-2507	600	1.000.000
qwen3-30b-a3b-instruct-2507	600	1.000.000
qwen3-235b-a22b	600	1.000.000
qwen3-30b-a3b	600	1.000.000
qwen3-32b	2400	1.000.000
qwen3-14b	600	1.000.000
qwen3-8b	600	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3.5-397b-a17b	Global	600	1.000.000
qwen3.5-122b-a10b	Global	600	1.000.000
qwen3.5-27b	Global	600	1.000.000
qwen3.6-35b-a3b	Global	600	1.000.000
qwen3.5-35b-a3b	Global	600	1.000.000
qwen3-next-80b-a3b-thinking	Global	600	1.000.000
qwen3-next-80b-a3b-instruct	Global	600	1.000.000
qwen3-235b-a22b-thinking-2507	Global	600	1.000.000
qwen3-235b-a22b-instruct-2507	Global	600	1.000.000
qwen3-30b-a3b-thinking-2507	Global	600	1.000.000
qwen3-30b-a3b-instruct-2507	Global	600	1.000.000
qwen3-235b-a22b	Global	600	1.000.000
qwen3-30b-a3b	Global	600	1.000.000
qwen3-32b	Global	2.400	1.000.000
qwen3-14b	Global	600	1.000.000
qwen3-8b	Global	600	1.000.000

Qwen-VL (compreensão visual/imagem para texto)

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-vl-32b-thinking	Internacional	60	100.000
qwen3-vl-32b-instruct	Internacional	60	100.000
qwen3-vl-30b-a3b-thinking	Internacional	60	100.000
qwen3-vl-30b-a3b-instruct	Internacional	60	100.000
qwen3-vl-8b-thinking	Internacional	60	100.000
qwen3-vl-8b-instruct	Internacional	60	100.000
qwen3-vl-235b-a22b-thinking	Internacional	60	100.000
qwen3-vl-235b-a22b-instruct	Internacional	60	100.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-vl-235b-a22b-thinking	Global	60	100.000
qwen3-vl-235b-a22b-instruct	Global	60	100.000
qwen3-vl-32b-thinking	Global	600	1.000.000
qwen3-vl-32b-instruct	Global	600	1.000.000
qwen3-vl-30b-a3b-thinking	Global	600	1.000.000
qwen3-vl-30b-a3b-instruct	Global	600	1.000.000
qwen3-vl-8b-thinking	Global	600	1.000.000
qwen3-vl-8b-instruct	Global	600	1.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-vl-32b-thinking	600	1.000.000
qwen3-vl-32b-instruct	600	1.000.000
qwen3-vl-30b-a3b-thinking	600	1.000.000
qwen3-vl-30b-a3b-instruct	600	1.000.000
qwen3-vl-8b-thinking	600	1.000.000
qwen3-vl-8b-instruct	600	1.000.000
qwen3-vl-235b-a22b-thinking	60	100.000
qwen3-vl-235b-a22b-instruct	60	100.000
qwen2-vl-72b-instruct	1.200	1.000.000
qwen2-vl-7b-instruct	1.200	1.000.000
qwen2-vl-2b-instruct	1.200	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-vl-235b-a22b-thinking	Global	60	100.000
qwen3-vl-235b-a22b-instruct	Global	60	100.000
qwen3-vl-32b-thinking	Global	600	1.000.000
qwen3-vl-32b-instruct	Global	600	1.000.000
qwen3-vl-30b-a3b-thinking	Global	600	1.000.000
qwen3-vl-30b-a3b-instruct	Global	600	1.000.000
qwen3-vl-8b-thinking	Global	600	1.000.000
qwen3-vl-8b-instruct	Global	600	1.000.000

Qwen3-Omni

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen2.5-omni-7b	Internacional	60	100.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen2.5-omni-7b	60	100.000

Qwen3-Omni-Captioner

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-omni-30b-a3b-captioner	Internacional	60	100.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-omni-30b-a3b-captioner	60	100.000

Qwen-Coder

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-coder-next	Internacional	600	1.000.000
qwen3-coder-480b-a35b-instruct	Internacional	600	1.000.000
qwen3-coder-30b-a3b-instruct	Internacional	600	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-coder-480b-a35b-instruct	Global	600	1.000.000
qwen3-coder-30b-a3b-instruct	Global	600	1.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-coder-next	600	1.000.000
qwen3-coder-480b-a35b-instruct	600	1.000.000
qwen3-coder-30b-a3b-instruct	600	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen3-coder-480b-a35b-instruct	Global	600	1.000.000
qwen3-coder-30b-a3b-instruct	Global	600	1.000.000
qwen3-coder-next	EU	600	1.000.000

Geração de texto - Modelos de terceiros

DeepSeek

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
deepseek-v4-pro	Internacional	10.000	1.200.000
deepseek-v4-pro-0813	Internacional	10.000	1.200.000
deepseek-v4-flash-0731	Internacional	15.000	1.200.000
deepseek-v4-flash	Internacional	10.000	1.200.000
deepseek-v3.2	Internacional	10.000	1.200.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
deepseek-v4-pro	Global	15.000	1.200.000
deepseek-v4-pro-0813	Global	15.000	1.200.000
deepseek-v4-pro-us	EUA	10.000	1.200.000
deepseek-v4-flash-0731	Global	15.000	1.200.000
deepseek-v4-flash	Global	15.000	1.200.000
deepseek-v4-flash-us	EUA	10.000	1.200.000
deepseek-v4-flash-0731-us	EUA	15.000	1.200.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
deepseek-v4-pro	15.000	1.200.000
deepseek-v4-pro-0813	15.000	1.200.000
deepseek-v4-flash-0731	15.000	1.200.000
deepseek-v4-flash	15.000	1.200.000
deepseek-v3.2 A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	15.000	1.000.000
deepseek-v3.2-exp	15.000	1.200.000
deepseek-v3.1	15.000	1.200.000
deepseek-r1-0528	60	100.000
deepseek-r1 A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	15.000	1.200.000
deepseek-v3 A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	15.000	1.200.000
deepseek-r1-distill-qwen-7b	15.000	1.200.000
deepseek-r1-distill-qwen-14b	15.000	1.200.000
deepseek-r1-distill-qwen-32b	15.000	1.200.000
deepseek-r1-distill-qwen-1.5b	60	100.000
deepseek-r1-distill-llama-8b	60	100.000
deepseek-r1-distill-llama-70b	60	100.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
deepseek-v4-pro	Global	15.000	1.200.000
deepseek-v4-pro-0813	Global	15.000	1.200.000
deepseek-v4-flash-0731	Global	15.000	1.200.000
deepseek-v4-flash	Global	15.000	1.200.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) Os limites a seguir são por minuto. O service também pode impor limites por segundo com base em RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Incluindo tokens de entrada e saída
deepseek-v4-pro	Japão	10.000	1.200.000
deepseek-v4-pro-0813	Japão	15.000	1.200.000
deepseek-v4-flash	Japão	10.000	1.200.000
deepseek-v4-flash-0731	Japão	15.000	1.200.000
deepseek-v4-pro	Global	10.000	1.200.000
deepseek-v4-pro-0813	Global	15.000	1.200.000
deepseek-v4-flash-0731	Global	15.000	1.200.000
deepseek-v4-flash	Global	10.000	1.200.000

Conteúdo da aba

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
deepseek-v4-flash-0731	Hong Kong (China)	15.000	1.200.000
deepseek-v4-pro-0813	Hong Kong (China)	15.000	1.200.000

Kimi

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
kimi-k3	15.000	1.200.000
kimi-k2.7-code	500	1.000.000
kimi-k2.6	500	1.000.000
kimi-k2.5	500	1.000.000
kimi-k2-thinking	500	1.000.000
Moonshot-Kimi-K2-Instruct	500	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
kimi-k3	Global	15.000	1.200.000
kimi-k3	Internacional	10.000	1.200.000
kimi-k2.7-code	Global	500	1.000.000
kimi-k2.5	Global	500	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
kimi-k3	Global	15.000	1.200.000
kimi-k2.7-code	Global	500	1.000.000
kimi-k2.5	Global	500	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
kimi-k3	Global	15.000	1.200.000
kimi-k2.7-code	Global	500	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) Os limites a seguir são por minuto. O service também pode impor limites por segundo com base em RPS (RPM/60) e TPS (TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Incluindo tokens de entrada e saída
kimi-k3	Global	15.000	1.200.000
kimi-k2.7-code	Global	500	1.000.000
kimi-k2.5	Global	500	1.000.000

Nome do modelo	Escopo de implantação do service	Limites de taxa (acionados se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
kimi-k3	Internacional	10.000	1.200.000
kimi-k2.7-code	Internacional	500	1.000.000

MiniMax

China (Beijing)

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
MiniMax-M2.5	500	1.000.000

GLM

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
glm-5.2	Global	500	1.000.000
glm-5.2-us	EUA	500	1.000.000
glm-5.1	Global	500	1.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
glm-5.2	500	2.000.000
glm-5.1	500	1.000.000
glm-5	500	1.000.000
glm-4.7	500	1.000.000
glm-4.6	60	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
glm-5.2	Global	500	1.000.000
glm-5.1	Global	500	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
glm-5.2	Internacional	500	1.000.000
glm-5.1	Internacional	500	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
glm-5.2	Global	500	1.000.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) Os limites a seguir são por minuto. O service também pode impor limites por segundo com base em RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Escopo de implantação do service	Requisições por minuto (RPM)	Tokens por minuto (TPM) Incluindo tokens de entrada e saída
glm-5.1	Global	500	1.000.000

Fornecimento direto GLM-Z.AI

Singapore

Nome do modelo	Limites de taxa (acionados se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em requisições por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Requisições por minuto (RPM)	Tokens por minuto (TPM) Incluindo tokens de entrada e saída
ZHIPU/GLM-5.3	200	3.000.000
ZHIPU/GLM-5.2	200	3.000.000

Geração de imagens

Qwen-Image

Singapore
China (Beijing)
Hong Kong (China)
Germany (Frankfurt)
Japan (Tokyo)

Model name	Service deployment scope	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Service deployment scope	Limite de chamadas de API para envio de tarefas	Número de tarefas simultâneas (concorrência)
qwen-image-3.0-pro	Internacional	5 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas
qwen-image-3.0	Internacional	20 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas
qwen-image-2.0-pro	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0-pro-2026-06-22	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0-pro-2026-04-22	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0-pro-2026-03-03	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0	Internacional	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-2.0-2026-03-03	Internacional	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-max	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-max-2025-12-30	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-plus	Internacional	2 vezes/segundo	Sem limite para APIs síncronas / 2 para APIs assíncronas
qwen-image-plus-2026-01-09	Internacional	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image	Internacional	2 vezes/segundo	Sem limite para APIs síncronas / 2 para APIs assíncronas
qwen-image-edit-max	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-edit-max-2026-01-16	Internacional	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-edit-plus	Internacional	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-edit-plus-2025-12-15	Internacional	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-edit-plus-2025-10-30	Internacional	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-edit	Internacional	2 vezes/segundo	Sem limite para APIs síncronas

Model name	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Limite de chamadas de API para envio de tarefas	Número de tarefas simultâneas (concorrência)
qwen-image-3.0-pro	5 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas
qwen-image-3.0	20 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas
qwen-image-2.0-pro	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0-pro-2026-06-22	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0-pro-2026-04-22	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0-pro-2026-03-03	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-2.0	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-2.0-2026-03-03	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-max	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-max-2025-12-30	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-plus	2 vezes/segundo	Sem limite para APIs síncronas / 2 para APIs assíncronas
qwen-image-plus-2026-01-09	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image	2 vezes/segundo	Sem limite para APIs síncronas / 2 para APIs assíncronas
qwen-image-edit-max	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-edit-max-2026-01-16	2 vezes/minuto	Sem limite para APIs síncronas
qwen-image-edit-plus	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-edit-plus-2025-12-15	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-edit-plus-2025-10-30	2 vezes/segundo	Sem limite para APIs síncronas
qwen-image-edit	2 vezes/segundo	Sem limite para APIs síncronas
qwen-mt-image	1 vez/segundo	2

Model name	Service deployment scope	Limites de taxa (acionados se qualquer valor for excedido)
Model name	Service deployment scope	Limite de chamadas de API para envio de tarefas	Número de tarefas de processamento simultâneas (concorrência)
qwen-image-3.0-pro	Global	5 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas
qwen-image-3.0	Global	20 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas

Model name	Service deployment scope	Limites de taxa (acionados se qualquer valor for excedido)
Model name	Service deployment scope	Limite de chamadas de API para envio de tarefas	Número de tarefas de processamento simultâneas (concorrência)
qwen-image-3.0-pro	Global	5 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas
qwen-image-3.0	Global	20 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas

Model name	Service deployment scope	Limites de taxa (acionados se qualquer valor for excedido)
Model name	Service deployment scope	Limite de chamadas de API para envio de tarefas	Número de tarefas de processamento simultâneas (concorrência)
qwen-image-3.0-pro	Global	5 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas
qwen-image-3.0	Global	20 requisições/minuto	Sem limite para APIs síncronas / 10 para APIs assíncronas

Texto para imagem - Z-Image

Singapore
China (Beijing)

Model name	Service deployment scope	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Service deployment scope	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
z-image-turbo	Internacional	2	Sem limite para APIs síncronas

Model name	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
z-image-turbo	2	Sem limite para APIs síncronas

Wanxiang

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Model name	Service deployment scope	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Service deployment scope	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.7-image-pro	Internacional	5	5
wan2.7-image	Internacional	5	5
wan2.6-image	Internacional	5	5
wan2.6-t2i	Internacional	5	5
wan2.5-t2i-preview	Internacional	5	5
wan2.2-t2i-flash	Internacional	2	2
wan2.2-t2i-plus	Internacional	2	2
wan2.1-t2i-turbo	Internacional	2	2
wan2.1-t2i-plus	Internacional	2	2
wan2.5-i2i-preview	Internacional	5	5

Model name	Service deployment scope	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Service deployment scope	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.6-t2i	Global	5	5
wan2.6-image	Global	5	5

Model name	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.7-image-pro	5	5
wan2.7-image	5	5
wan2.6-image	5	5
wan2.6-t2i	1	5
wan2.5-t2i-preview	5	5
wanx2.0-t2i-turbo	2	2
wanx2.1-t2i-turbo	2	2
wanx2.1-t2i-plus	2	2
wan2.2-t2i-flash	2	2
wan2.2-t2i-plus	2	2
wan2.5-i2i-preview	5	5
wanx2.1-imageedit	2	2

Model name	Service deployment scope	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Model name	Service deployment scope	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.6-t2i	Global	1	5
wan2.6-image	Global	5	5

OutfitAnyone

China (Beijing)

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Solicitações por segundo (RPS)	Número de tarefas simultâneas
aitryon-plus	10	5
aitryon-parsing-v1	10	Sem limite para APIs síncronas

Geração de vídeo

Série HappyHorse

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)
Japan (Tokyo)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
happyhorse-1.1-t2v	Internacional	5	5
happyhorse-1.1-i2v	Internacional	5	5
happyhorse-1.1-r2v	Internacional	5	5
happyhorse-1.0-t2v	Internacional	5	5
happyhorse-1.0-i2v	Internacional	5	5
happyhorse-1.0-r2v	Internacional	5	5
happyhorse-1.0-video-edit	Internacional	5	5

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
happyhorse-1.1-t2v	Global	5	5
happyhorse-1.1-i2v	Global	5	5
happyhorse-1.1-r2v	Global	5	5
happyhorse-1.0-t2v	Global	5	5
happyhorse-1.0-i2v	Global	5	5
happyhorse-1.0-r2v	Global	5	5
happyhorse-1.0-video-edit	Global	5	5

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
happyhorse-1.1-t2v	5	5
happyhorse-1.1-i2v	5	5
happyhorse-1.1-r2v	5	5
happyhorse-1.0-t2v	5	5
happyhorse-1.0-i2v	5	5
happyhorse-1.0-r2v	5	5
happyhorse-1.0-video-edit	5	5

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
happyhorse-1.1-t2v	Global	5	5
happyhorse-1.1-i2v	Global	5	5
happyhorse-1.1-r2v	Global	5	5
happyhorse-1.0-t2v	Global	5	5
happyhorse-1.0-i2v	Global	5	5
happyhorse-1.0-r2v	Global	5	5
happyhorse-1.0-video-edit	Global	5	5

Nome do modelo	Escopo de implantação do service	Limites de taxa (acionados se qualquer valor for excedido)
Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)	Número de tarefas de processamento simultâneas (concorrência)
happyhorse-1.0-video-edit	Global	5	5

Série Wanxiang

Singapore
US (Virginia)
China (Beijing)
Germany (Frankfurt)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.7-r2v-2026-06-12	Internacional	5	5
wan2.7-t2v-2026-06-12	Internacional	5	5
wan2.7-t2v-2026-04-25	Internacional	5	5
wan2.7-t2v	Internacional	5	5
wan2.6-t2v	Internacional	5	5
wan2.5-t2v-preview	Internacional	5	5
wan2.2-t2v-plus	Internacional	2	2
wan2.1-t2v-turbo	Internacional	2	2
wan2.1-t2v-plus	Internacional	2	2
wan2.7-i2v-2026-04-25	Internacional	5	5
wan2.7-i2v	Internacional	5	5
wan2.6-i2v-flash	Internacional	5	5
wan2.6-i2v	Internacional	5	5
wan2.5-i2v-preview	Internacional	5	5
wan2.2-i2v-flash	Internacional	2	2
wan2.1-i2v-plus	Internacional	2	2
wan2.1-i2v-turbo	Internacional	2	2
wan2.2-i2v-plus	Internacional	2	2
wan2.2-kf2v-flash	Internacional	2	2
wan2.1-kf2v-plus	Internacional	1	2
wan2.1-vace-plus	Internacional	2	2
wan2.7-videoedit	Internacional	5	5
wan2.7-r2v	Internacional	5	5
wan2.6-r2v-flash	Internacional	5	5
wan2.6-r2v	Internacional	5	5
wan2.2-animate-move	Internacional	5	1
wan2.2-animate-mix	Internacional	5	1

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.6-t2v	Global	5	5
wan2.6-i2v	Global	5	5
wan2.6-r2v	Global	5	5
wan2.6-t2v-us	EUA	5	5
wan2.6-i2v-us	EUA	5	5

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.7-r2v-2026-06-12	5	5
wan2.7-t2v-2026-06-12	5	5
wan2.7-t2v-2026-04-25	5	5
wan2.7-t2v	5	5
wan2.6-t2v	5	5
wan2.5-t2v-preview	5	5
wan2.2-t2v-plus	2	2
wanx2.1-t2v-turbo	2	2
wanx2.1-t2v-plus	2	2
wan2.7-i2v-2026-04-25	5	5
wan2.7-i2v	5	5
wan2.6-i2v-flash	5	5
wan2.6-i2v	5	5
wan2.5-i2v-preview	5	5
wan2.2-i2v-plus	2	2
wanx2.1-i2v-turbo	2	2
wanx2.1-i2v-plus	2	2
wan2.2-kf2v-flash	2	2
wanx2.1-kf2v-plus	2	2
wanx2.1-vace-plus	2	2
wan2.7-videoedit	5	5
wan2.7-r2v	5	5
wan2.6-r2v-flash	5	5
wan2.6-r2v	5	5
wan2.2-s2v-detect	5	Sem limite para APIs síncronas
wan2.2-s2v	5	1
wan2.2-animate-move	5	1
wan2.2-animate-mix	5	1

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
wan2.6-t2v	Global	5	5
wan2.6-i2v	Global	5	5
wan2.6-r2v	Global	5	5

AnimateAnyone

China (Beijing)

Nome do modelo

Solicitações por segundo (RPS)

Número de tarefas simultâneas

animate-anyone-detect-gen2

Sem limite para APIs síncronas

animate-anyone-template-gen2

Apenas uma tarefa é executada por vez. As demais tarefas na fila permanecem em estado de espera.

animate-anyone-gen2

Apenas uma tarefa é executada por vez. As demais tarefas na fila permanecem em estado de espera.

EMO

China (Beijing)

Nome do modelo

Solicitações por segundo (RPS)

Número de tarefas simultâneas

emo-detect-v1

Sem limite para APIs síncronas

emo-v1

Apenas uma tarefa é executada por vez. As demais tarefas na fila permanecem em estado de espera.

LivePortrait

China (Beijing)

Nome do modelo

Solicitações por segundo (RPS)

Número de tarefas simultâneas

liveportrait-detect

Sem limite para APIs síncronas

liveportrait

Apenas uma tarefa é executada por vez. As demais tarefas na fila permanecem em estado de espera.

VideoRetalk

China (Beijing)

Nome do modelo

Solicitações por segundo (RPS)

Número de tarefas simultâneas

videoretalk

Apenas uma tarefa é executada por vez. As demais tarefas na fila permanecem em estado de espera.

Emoji

China (Beijing)

Nome do modelo

Solicitações por segundo (RPS)

Número de tarefas simultâneas

emoji-detect-v1

Sem limite para APIs síncronas

emoji-v1

Apenas uma tarefa é executada por vez. As demais tarefas na fila permanecem em estado de espera.

Transformação de estilo de vídeo

China (Beijing)

Nome do modelo

Solicitações por segundo (RPS)

Número de tarefas simultâneas

video-style-transform

Apenas uma tarefa é executada por vez. As demais tarefas na fila permanecem em estado de espera.

Geração de música

China (Beijing)

Nome do modelo	Solicitações por minuto (RPM)
fun-music-preview	180
fun-music-v1	180

Chat de voz

Chat de voz em tempo real

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-audio-3.0-realtime-plus	Internacional	60	100.000
qwen-audio-3.0-realtime-flash	Internacional	60	100.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode aplicar limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-audio-3.0-realtime-plus	60	100.000
qwen-audio-3.0-realtime-flash	60	100.000

Síntese de fala (texto para fala)

Qwen-Audio-TTS

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)
qwen-audio-3.0-tts-plus	Internacional	3
qwen-audio-3.0-tts-flash	Internacional	3

Qwen-TTS

Singapore
China (Beijing)

Qwen3-TTS-Instruct-Flash
Qwen3-TTS-VD
Qwen3-TTS-VC
Qwen3-TTS-Flash

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-tts-instruct-flash	Internacional	180
qwen3-tts-instruct-flash-2026-01-26	Internacional	180

Qwen3-TTS-Instruct-Flash
Qwen3-TTS-VD
Qwen3-TTS-VC
Qwen3-TTS-Flash
Qwen-TTS

Nome do modelo	Solicitações por minuto (RPM)
qwen3-tts-instruct-flash	180
qwen3-tts-instruct-flash-2026-01-26	180

Nome do modelo	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) As condições a seguir referem-se à limitação de taxa por minuto. O service também pode aplicar limites de RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-tts	10	100.000
qwen-tts-latest
qwen-tts-2025-05-22
qwen-tts-2025-04-10

Qwen-TTS-Realtime

Singapore
China (Beijing)

Qwen3-TTS-Instruct-Flash-Realtime
Qwen3-TTS-VD-Realtime
Qwen3-TTS-VC-Realtime
Qwen3-TTS-Flash-Realtime

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-tts-instruct-flash-realtime	Internacional	180
qwen3-tts-instruct-flash-realtime-2026-01-22	Internacional	180

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-tts-flash-realtime	Internacional	180
qwen3-tts-flash-realtime-2025-11-27	Internacional	180
qwen3-tts-flash-realtime-2025-09-18	Internacional	10

Qwen3-TTS-Instruct-Flash-Realtime
Qwen3-TTS-VD-Realtime
Qwen3-TTS-VC-Realtime
Qwen3-TTS-Flash-Realtime
Qwen-TTS-Realtime

Nome do modelo	Solicitações por minuto (RPM)
qwen3-tts-instruct-flash-realtime	180
qwen3-tts-instruct-flash-realtime-2026-01-22	180

Nome do modelo	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) As condições a seguir referem-se à limitação de taxa por minuto. O service também pode aplicar limites de RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-tts-realtime	10	100.000
qwen-tts-realtime-latest
qwen-tts-realtime-2025-07-15

Clonagem de voz do Qwen-TTS

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen-voice-enrollment	Internacional	180

Design de voz do Qwen-TTS

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen-voice-design	Internacional	180

CosyVoice

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)
cosyvoice-v3-plus	Internacional	3
cosyvoice-v3-flash	Internacional	3

Clonagem e design de voz do Qwen-Audio-TTS/CosyVoice

Os modelos de clonagem e design de voz do Qwen-Audio-TTS/CosyVoice compartilham um único modelo e uma única cota de limite de taxa.

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)
voice-enrollment	Internacional	10

Reconhecimento de fala (fala para texto) e tradução (fala para texto em um idioma especificado)

Qwen3-LiveTranslate-Flash

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) As condições abaixo referem-se à limitação por minuto. O service também pode impor limites de RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-livetranslate-flash	Internacional	100	100.000
qwen3-livetranslate-flash-2025-12-01	Internacional	100	100.000

Nome do modelo	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) As condições abaixo referem-se à limitação por minuto. O service também pode impor limites de RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-livetranslate-flash	100	100.000
qwen3-livetranslate-flash-2025-12-01	100	100.000

Qwen-LiveTranslate-Flash-Realtime

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) As condições abaixo referem-se à limitação por minuto. O service também pode impor limites de RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3.5-livetranslate-flash-realtime	Internacional	10	100.000
qwen3.5-livetranslate-flash-realtime-2026-05-19	Internacional
qwen3-livetranslate-flash-realtime	Internacional
qwen3-livetranslate-flash-realtime-2025-09-22	Internacional

Nome do modelo	Condições de limitação de taxa (a limitação é acionada quando qualquer valor é excedido) As condições abaixo referem-se à limitação por minuto. O service também pode impor limites de RPS (RPM/60) e TPS (TPM/60)
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3.5-livetranslate-flash-realtime	10	100.000
qwen3.5-livetranslate-flash-realtime-2026-05-19
qwen3-livetranslate-flash-realtime
qwen3-livetranslate-flash-realtime-2025-09-22

Qwen-Audio-3.0-ASR-Flash-Streaming

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)
qwen-audio-3.0-asr-flash-streaming	Internacional	20

Qwen-Audio-3.0-ASR-Flash-Filetrans

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen-audio-3.0-asr-flash-filetrans	Internacional	600

Qwen-Audio-3.0-ASR-Flash

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen-audio-3.0-asr-flash	Internacional	600

Qwen-ASR

Singapore
US (Virginia)
China (Beijing)

Qwen3-ASR-Flash-Filetrans
Qwen3-ASR-Flash

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-asr-flash-filetrans	Internacional	100
qwen3-asr-flash-filetrans-2025-11-17	Internacional	100

Qwen3-ASR-Flash-Filetrans
Qwen3-ASR-Flash

Nome do modelo	Solicitações por minuto (RPM)
qwen3-asr-flash-filetrans	100
qwen3-asr-flash-filetrans-2025-11-17	100

Qwen-ASR-Realtime

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)
qwen3-asr-flash-realtime	Internacional	20
qwen3-asr-flash-realtime-2026-02-10	Internacional
qwen3-asr-flash-realtime-2025-10-27	Internacional

Paraformer

China (Beijing)

Nome do modelo	Solicitações por segundo (RPS)
paraformer-realtime-v2	20
paraformer-realtime-8k-v2	20

Nome do modelo	Solicitações por minuto (RPM)
paraformer-v2	1.200

Nome do modelo	Solicitações por segundo (RPS)	Tarefas simultâneas (concorrência)
paraformer-8k-v2	20	100

Fun-ASR

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
fun-asr	Internacional	600
fun-asr-2025-11-07	Internacional	600
fun-asr-2025-08-25	Internacional	600
fun-asr-mtl	Internacional	100
fun-asr-mtl-2025-08-25	Internacional	100
fun-asr-flash-2026-06-15	Internacional	600

Fun-ASR-Realtime

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Solicitações por segundo (RPS)
fun-asr-realtime	Internacional	20
fun-asr-realtime-2025-11-07	Internacional	20

Nome do modelo	Solicitações por segundo (RPS)
fun-asr-realtime	20
fun-asr-realtime-2026-02-28
fun-asr-realtime-2025-11-07
fun-asr-realtime-2025-09-15
fun-asr-flash-8k-realtime
fun-asr-flash-8k-realtime-2026-01-28

Embedding de texto

Singapore
China (Beijing)
Hong Kong (China)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites abaixo são por minuto. O service também pode impor limites baseados em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
text-embedding-v4	Internacional	1.800	1.000.000
text-embedding-v3	Internacional	6.000	24.000.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Nome do modelo	Solicitações por segundo (RPS)	Número de tarefas simultâneas (concorrência)
text-embedding-v4 A limitação de taxa não se aplica a chamadas de service feitas usando o Batch API.	30	1.200.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites abaixo são por minuto. O service também pode impor limites baseados em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
text-embedding-v4	Hong Kong (China)	1.800	1.200.000

Embedding multimodal

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Apenas tokens de entrada.
tongyi-embedding-vision-plus	Internacional	600	200.000
tongyi-embedding-vision-flash	Internacional	600	200.000

Nome do modelo	Condições de limitação de taxa Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-vl-embedding	2.400	1.200.000
multimodal-embedding-v1	120	1.000.000

Modelo de ordenação

Singapore
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Apenas tokens de entrada.
qwen3-rerank	Internacional	5.400	5.000.000.000

Nome do modelo	Condições de limitação de taxa Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen3-vl-rerank	600	9.000.000
gte-rerank-v2	5.040	4.980.000.000

Indústria

Reconhecimento de intenção

China (Beijing)

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
tongyi-intent-detect-v3	1.200	1.000.000

Assunção de papel

Singapore
US (Virginia)
China (Beijing)

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-plus-character	Internacional	120	500.000
qwen-flash-character	Internacional	120	500.000
qwen-plus-character-ja	Internacional	120	500.000

Nome do modelo	Escopo de implantação do service	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
qwen-plus-character	Global	120	500.000
qwen-flash-character	Global	120	500.000

Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido) Os limites a seguir são por minuto. O service também pode impor limites com base em solicitações por segundo (RPS = RPM/60) e tokens por segundo (TPS = TPM/60).
Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída
qwen-plus-character	120	500.000
qwen-flash-character	120	500.000

Modelos offline

Para mais informações, consulte Model unpublishing policy .

Offline on January 30, 2026
Offline on August 20, 2025

Categoria	Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Categoria	Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
Qwen-Plus	qwen-plus-2024-11-27	0	0
	qwen-plus-2024-11-25
	qwen-plus-2024-09-19
	qwen-plus-2024-08-06
Qwen-Turbo	qwen-turbo-2024-09-19
Qwen-VL	qwen-vl-max-2024-10-30
	qwen-vl-max-2024-08-09
	qwen-vl-plus-2024-08-09

Categoria	Nome do modelo	Condições de limitação de taxa (acionadas se qualquer valor for excedido)
Categoria	Nome do modelo	Solicitações por minuto (RPM)	Tokens por minuto (TPM) Inclui tokens de entrada e saída.
Geração de texto - Qwen	qwen2-72b-instruct	0	0
	qwen2-57b-a14b-instruct
	qwen2-7b-instruct
	qwen1.5-110b-chat
	qwen1.5-72b-chat
	qwen1.5-32b-chat
	qwen1.5-14b-chat
	qwen1.5-7b-chat

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-tts-flash	Internacional	180
qwen3-tts-flash-2025-11-27	Internacional	180
qwen3-tts-flash-2025-09-18	Internacional	10

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-tts-vd-realtime-2026-01-15	Internacional	180
qwen3-tts-vd-realtime-2025-12-16	Internacional	180

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-tts-vc-realtime-2026-01-15	Internacional	180
qwen3-tts-vc-realtime-2025-11-27	Internacional	180

Nome do modelo	Solicitações por segundo (RPS)
cosyvoice-v3.5-plus	3
cosyvoice-v3.5-flash
cosyvoice-v3-plus
cosyvoice-v3-flash
cosyvoice-v2

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-asr-flash	Internacional	100
qwen3-asr-flash-2026-02-10	Internacional
qwen3-asr-flash-2025-09-08	Internacional

Nome do modelo	Escopo de implantação do service	Solicitações por minuto (RPM)
qwen3-asr-flash-us	Estados Unidos	100
qwen3-asr-flash-2025-09-08-us	Estados Unidos	100

​Regras de limitação de taxa

​Limites de tamanho do corpo da requisição

​Perguntas frequentes

​Por que a limitação de taxa é acionada?

​Como visualizar o uso do modelo

​Quanto tempo leva para recuperar da limitação de taxa?

​A velocidade de resposta do modelo está relacionada ao status de pagamento?

​Quais fatores afetam a velocidade de resposta do modelo?

​A limitação de taxa reduz a velocidade de geração das solicitações aceitas?

​Como evitar a limitação de taxa

​Como controlar o uso de tokens ou custos

​Ainda serei limitado após recarregar minha conta?

​Aumentar limites temporários de taxa

​Geração de texto - Qwen

​Modelo de linguagem Qwen

​Qwen-VL (compreensão visual/imagem para texto)

​Qwen-Omni (omnimodal)

​Qwen-Omni-Realtime (multimodal em tempo real)

​Qwen-OCR (extração de texto)

​Modelo matemático Qwen

​Qwen-Coder

​Modelo de tradução Qwen

​Modelo de mineração de dados Qwen

​Modelo de pesquisa profunda Qwen

​Geração de texto - Qwen - Código aberto

​Modelo de linguagem Qwen open source

​Qwen-VL (compreensão visual/imagem para texto)

​Qwen3-Omni

​Qwen3-Omni-Captioner

​Qwen-Coder

​Geração de texto - Modelos de terceiros

​DeepSeek

​Kimi

​MiniMax

​GLM

​Fornecimento direto GLM-Z.AI

​Geração de imagens

​Qwen-Image

​Texto para imagem - Z-Image

​Wanxiang

​OutfitAnyone

​Geração de vídeo

​Série HappyHorse

​Série Wanxiang

​AnimateAnyone

​EMO

​LivePortrait

​VideoRetalk

​Emoji

​Transformação de estilo de vídeo

​Geração de música

​Chat de voz

​Chat de voz em tempo real

​Síntese de fala (texto para fala)

​Qwen-Audio-TTS

​Qwen-TTS

​Qwen-TTS-Realtime

​Clonagem de voz do Qwen-TTS

​Design de voz do Qwen-TTS

​CosyVoice

​Clonagem e design de voz do Qwen-Audio-TTS/CosyVoice

​Reconhecimento de fala (fala para texto) e tradução (fala para texto em um idioma especificado)

​Qwen3-LiveTranslate-Flash

​Qwen-LiveTranslate-Flash-Realtime

​Qwen-Audio-3.0-ASR-Flash-Streaming

​Qwen-Audio-3.0-ASR-Flash-Filetrans

​Qwen-Audio-3.0-ASR-Flash

​Qwen-ASR

​Qwen-ASR-Realtime

​Paraformer

​Fun-ASR

​Fun-ASR-Realtime

​Embedding de texto

​Embedding multimodal

​Modelo de ordenação

​Indústria

​Reconhecimento de intenção

​Assunção de papel

​Modelos offline

Regras de limitação de taxa

Limites de tamanho do corpo da requisição

Perguntas frequentes

Por que a limitação de taxa é acionada?

Como visualizar o uso do modelo

Quanto tempo leva para recuperar da limitação de taxa?

A velocidade de resposta do modelo está relacionada ao status de pagamento?

Quais fatores afetam a velocidade de resposta do modelo?

A limitação de taxa reduz a velocidade de geração das solicitações aceitas?

Como evitar a limitação de taxa

Como controlar o uso de tokens ou custos

Ainda serei limitado após recarregar minha conta?

Aumentar limites temporários de taxa

Geração de texto - Qwen

Modelo de linguagem Qwen

Qwen-VL (compreensão visual/imagem para texto)

Qwen-Omni (omnimodal)

Qwen-Omni-Realtime (multimodal em tempo real)

Qwen-OCR (extração de texto)

Modelo matemático Qwen

Qwen-Coder

Modelo de tradução Qwen

Modelo de mineração de dados Qwen

Modelo de pesquisa profunda Qwen

Geração de texto - Qwen - Código aberto

Modelo de linguagem Qwen open source

Qwen-VL (compreensão visual/imagem para texto)

Qwen3-Omni

Qwen3-Omni-Captioner

Qwen-Coder

Geração de texto - Modelos de terceiros

DeepSeek

Kimi

MiniMax

GLM

Fornecimento direto GLM-Z.AI

Geração de imagens

Qwen-Image

Texto para imagem - Z-Image

Wanxiang

OutfitAnyone

Geração de vídeo

Série HappyHorse

Série Wanxiang

AnimateAnyone

EMO

LivePortrait

VideoRetalk

Emoji

Transformação de estilo de vídeo

Geração de música

Chat de voz

Chat de voz em tempo real

Síntese de fala (texto para fala)

Qwen-Audio-TTS

Qwen-TTS

Qwen-TTS-Realtime

Clonagem de voz do Qwen-TTS

Design de voz do Qwen-TTS

CosyVoice

Clonagem e design de voz do Qwen-Audio-TTS/CosyVoice

Reconhecimento de fala (fala para texto) e tradução (fala para texto em um idioma especificado)

Qwen3-LiveTranslate-Flash

Qwen-LiveTranslate-Flash-Realtime

Qwen-Audio-3.0-ASR-Flash-Streaming

Qwen-Audio-3.0-ASR-Flash-Filetrans

Qwen-Audio-3.0-ASR-Flash

Qwen-ASR

Qwen-ASR-Realtime

Paraformer

Fun-ASR

Fun-ASR-Realtime

Embedding de texto

Embedding multimodal

Modelo de ordenação

Indústria

Reconhecimento de intenção

Assunção de papel

Modelos offline