Reserva de TPM

​

Visão geral

• Garantia de capacidade: A capacidade de TPM reservada é exclusiva para sua carga de trabalho e não é compartilhada com outros usuários.
• Código de modelo dedicado: Após criar uma reserva de TPM, o sistema gera automaticamente um código de modelo dedicado. Substitua o parâmetro model nas suas requisições de API por este código.
• Estratégia de overflow: Ao criar uma reserva, escolha como lidar com o tráfego excedente — redirecionamento automático para pagamento conforme o uso (padrão, sem interrupção do service) ou uso exclusivo da capacidade reservada (requisições excedentes retornam 429, sem custos adicionais).

​

Compare e selecione um plano

​

Modelos suportados

Os preços estão sujeitos ao console; as tabelas servem apenas como referência.

​

Notas de faturamento e uso

• O faturamento inicia assim que a implantação for bem-sucedida. Chamadas dentro da capacidade reservada não geram cobranças adicionais.
• As taxas pré-pagas são quitadas em um pagamento único antecipado e permanecem válidas a partir do momento da compra. Consulte o console Bailian para verificar as cobranças reais.
• O ciclo de faturamento "diário" é calculado por dia natural: do momento em que a instância entra em vigor até às 00:00:00 do dia seguinte, em vez de 24 horas contínuas a partir da hora da compra. Por exemplo, uma reserva de 1 dia comprada às 16:00 expira à meia-noite (válida por cerca de 8 horas). Recomendamos comprar no início do dia ou ativar a opção Auto-renewal on expiry para evitar interrupção do service.
• Reembolso por downgrade e cancelamento de assinatura: a parte utilizada é liquidada com um coeficiente de 1,2x. Fórmula: Refund = prepaid fee of the reduced portion - (prepaid fee of the reduced portion × used duration / purchased duration × 1.2)
• Quando a política de overflow é "Overflow automático": requisições que excedem a cota garantida degradam automaticamente para o faturamento padrão de pagamento conforme o uso, sem interrupção do service. Visualize a contagem de degradações na página de detalhes em Overflow degradation statistics. Quando definido como "Apenas capacidade reservada": requisições acima da cota retornam 429 e não geram cobranças adicionais.
• Até 2 horas após a expiração do service: a instância continua em execução, pode ser chamada e renovada; entre 2 e 14 horas após a expiração: a instância é parada, não pode ser chamada, mas ainda pode ser renovada; após 14 horas da expiração: a instância é excluída e não pode ser recuperada.

​

Criar uma reserva de TPM

1. Preencha os seguintes parâmetros:

   Parâmetro	Descrição	Obrigatório	Descrição do valor
   Nome da reserva	Nome personalizado para identificação.	Sim	≤ 50 caracteres
   Selecionar modelo	Escolha o modelo para o qual reservar capacidade. Um código de modelo dedicado é gerado automaticamente após o envio.	Sim	Apenas modelos que suportam reserva de TPM estão disponíveis; consulte a exibição no console.
   Ciclo de faturamento	Período de cobrança.	Sim	Diário
   TPM de entrada	Throughput de entrada reservado, em kTPM (1 kTPM = 1.000 tokens/minuto).	Sim	O valor inicial e o incremento variam conforme o modelo; consulte a exibição no console.
   TPM de saída	Throughput de saída reservado, em kTPM.	Sim	O valor inicial e o incremento variam conforme o modelo; consulte a exibição no console.
   Duração da compra	Validade da reserva.	Sim	Insira o número de dias na caixa de entrada. Valores suportados: 1-30, 60, 90, 120, 365 dias.
   Renovação automática na expiração	Deduz o pagamento e renova automaticamente às 08:00, um dia antes da expiração. Ativado por padrão.	Não	On / Off
   Duração única de renovação	Duração de cada renovação automática.	Não	Insira o número de dias na caixa de entrada. O intervalo de valores é o mesmo da duração da compra.
   Política de overflow	Define como lidar com requisições que excedem a capacidade reservada quando esta se esgota.	Sim	Overflow automático para pagamento conforme o uso por token (padrão; o overflow muda para pagamento conforme o uso, sem interrupção do service) / Apenas capacidade reservada (o overflow retorna 429, sem cobranças adicionais)

2. Após confirmar os parâmetros, clique em Buy now. Na caixa de diálogo de confirmação de taxa, verifique as cobranças e clique em Confirm payment.
3. Na aba Overview da página de detalhes da reserva de TPM, localize o Dedicated model code e clique para copiar.
4. Substitua o parâmetro model na sua requisição de API pelo código de modelo dedicado copiado:

   Pré-requisito: uma instância de reserva de TPM foi criada e seu status é Running .

   O parâmetro thinking_budget do GLM-5.2 (que limita o comprimento do raciocínio) não tem efeito quando chamado.

# When the request volume surges within a short period, the system needs a brief warm-up to match the required compute.
# During warm-up, some requests may experience latency fluctuations. Stability recovers after warm-up completes.
# Ensure you have request queuing or retry mechanisms in place.

import dashscope

response = dashscope.Generation.call(
    api_key="your-api-key",
    model="your-dedicated-model-code",   # Replace with your dedicated model code
    messages=[{"role": "user", "content": "Hello"}],
)
print(response.output.text)

# When the request volume surges within a short period, the system needs a brief warm-up to match the required compute.
# During warm-up, some requests may experience latency fluctuations. Stability recovers after warm-up completes.
# Ensure you have request queuing or retry mechanisms in place.
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
  -H "Authorization: Bearer $DASHSCOPE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"your-dedicated-model-code","messages":[{"role":"user","content":"Hello"}]}'

​

Calculadora de capacidade de TPM

​

Visualizar e gerenciar

​

Detalhes da reserva

• Overview
• Monitoring
• API access

• Informações básicas: nome da reserva, código do modelo dedicado (copiável), modelo base, capacidade de entrada/saída.
• Cartões de estatísticas (últimos 7 dias): contagem de reservas ativas, uso total e de pico de TPM, utilização média.
• Tendência de utilização: alterne entre as direções de entrada/saída; exibe a linha de capacidade reservada e o uso real.
• Estatísticas de degradação por overflow: mostra o número de requisições degradadas após exceder a capacidade reservada (a degradação ocorre apenas sob a política "Overflow automático").

Fornece dados detalhados de monitoramento em tempo de execução: utilização, uso de cota (entrada/saída), número de chamadas dentro e fora da cota e volume de acertos de cache. Para mais detalhes, consulte: Model monitoring.

Exibe o código do modelo dedicado e exemplos de invocação.

​

Operações de gerenciamento

• Scaling
• Renewal
• Unsubscribe

Clique em Scaling e ajuste o TPM de entrada e o TPM de saída na caixa de diálogo.

O TPM de entrada e o TPM de saída podem ser definidos como 0: após zerar, não há acúmulo de cobranças de capacidade e o código do modelo dedicado é mantido, evitando a invalidação do código causada por expiração ou cancelamento de assinatura. No entanto, zerar é considerado um downgrade, e a parte utilizada é liquidada com um coeficiente de penalidade de 1,5x (consulte as Notas de faturamento e uso acima).

Clique em Renew, selecione uma duração de renovação e conclua o pagamento. Se a opção Auto-renewal on expiry estiver ativada, o sistema deduzirá o pagamento e renovará automaticamente às 08:00, um dia antes da expiração.

Clique em Unsubscribe e o sistema redirecionará você para o Billing Center para concluir o processo de cancelamento de assinatura.

O cancelamento da assinatura é irreversível. Após o cancelamento, o código do modelo dedicado torna-se inválido e as requisições existentes retornam ao processamento por recursos públicos.

​

Perguntas frequentes