限流 - Alibaba Cloud Model Studio

限流規則

帳號層級限流：限流按主帳號維度計算，帳號下所有RAM子帳號、業務空間和API Key 的調用量合并計算。
模型獨立限流：不同模型限流額度相互獨立，具體參見下方表格。

FAQ

為什麼觸發限流？

根據錯誤資訊判斷觸發了哪類限流：

Requests rate limit exceeded 或 You exceeded your current requests list：觸發了每分鐘請求數（RPM）限流。
Allocated quota exceeded 或 You exceeded your current quota：觸發了每分鐘 Token 消耗（TPM）限流。
Request rate increased too quickly：請求頻率在短時間內激增，觸發了系統穩定性保護——即使總調用量未達到 RPM 或 TPM 上限也會觸發。
其他報錯，參見錯誤碼確認原因。

除 RPM 和 TPM 外，限流策略可能按秒級 RPS（RPM/60）與 TPS（TPM/60）執行。即使每分鐘總調用量未超限，短時間內的請求爆發也可能觸發限流。

如何查看模型調用量？

模型調用完一小時後，在模型監控（新加坡或北京）版面設定查詢條件（例如，選擇時間範圍、業務空間等），再在模型列表地區找到目標模型並單擊操作列的监控，即可查看該模型的調用統計結果。具體請參見模型監控文檔。

資料按小時更新，高峰期可能有小時級延遲，請您耐心等待。

遇到限流後多久恢複？

通常在一分鐘內恢複。如出現其他報錯，參見錯誤碼進行處理。

模型響應速度與付費有關嗎？

模型輸出速度與是否付費無關。免費額度和付費調用使用相同的模型服務基礎設施，同一模型的產生速度相同。免費額度僅控制請求是否被接受——額度耗盡時返回 403 錯誤（開通免費額度用完即停後），不會降低已接受請求的產生速度。

什麼因素影響模型響應速度？

模型類型：輕量模型（如 qwen-flash）比大型模型（如 qwen-max）產生更快。
輸出長度：輸出 Token 越多，總耗時越長。
伺服器負載：高峰期可能略有波動。

限流會降低已接受請求的產生速度嗎？

不會。限流（RPM/TPM）僅導致超出限制的請求被拒絕（返回 429 錯誤）。免費額度耗盡時（開通免費額度用完即停）返回 403 錯誤，同樣不影響已接受請求的速度。429 為速率限制，403 為配額耗盡，兩者均為拒絕機制。

如何避免限流？

選用高限流模型：穩定版或最新版比帶日期的快照版本限流更寬鬆。
最佳化調用策略
- 降低調用頻率：收到 Requests rate limit exceeded 或 You exceeded your current requests list 時，降低API調用頻率。
- 減少 Token 消耗：收到 Allocated quota exceeded 或 You exceeded your current quota 時，縮短輸入或限制輸出長度。
- 平滑請求速率：收到 Request rate increased too quickly 時，採用勻速調度、指數退避或請求隊列將請求均勻分散，避免瞬時高峰。

添加備選模型 觸發限流後切換到備用模型繼續產生，可降低失敗機率、提升輸送量。以下代碼在調用 qwen-plus 觸發限流後，自動改用 qwen-flash 重試。也可以選擇不同系列的模型（如 qwen-flash）作為備選模型，進一步降低主備模型同時限流的風險。

範例程式碼

import os
import asyncio
from openai import AsyncOpenAI, APIStatusError

# 配置
API_KEY = os.getenv("DASHSCOPE_API_KEY")
# 主用模型
MODEL = "qwen-plus"
# 備選模型
BACKUP_MODEL = "qwen-flash"
# 測試問題
QUESTION = "你是誰？"
# 並發設定
NUM_REQUESTS = 10

client = AsyncOpenAI(
    api_key=API_KEY,
    # 調用時請將WorkspaceId替換為真實的業務空間ID
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

async def send_request(model):
    """發送單個請求"""
    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"[限流觸發] 模型 {model}")
            return False
        raise
    except Exception as e:
        print(f"[請求失敗] 模型 {model}，錯誤：{e}")
        return False

async def task(i):
    # 嘗試主模型
    if await send_request(MODEL):
        return True
    # 限流時嘗試備用模型
    return await send_request(BACKUP_MODEL)

async def main():
    results = await asyncio.gather(*(task(i) for i in range(NUM_REQUESTS)))
    print(f"成功請求: {sum(results)}, 失敗請求: {len(results) - sum(results)}")

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

分割任務：長對話或大型文檔會快速消耗大量 Token。將大批量任務拆分為小批次，分時段提交。
批量推理：無需即時響應時，使用批量推理（Batch API）。批量請求不受即時限流約束，但需考慮排隊和處理時間。
提升限流額度：預設限流額度不足時，在百鍊控制台的限流提額頁面提升模型的臨時 TPM 額度，提交後立即生效。詳見提升臨時限流額度。

如何控制 Token 用量或費用支出？

限流僅約束單位時間內的調用速率，不限制累計用量。如需控制 Token 用量或費用支出，可通過以下方式管理：

設定消費限額與費用警示：在賬單費用卡片設定費用警示，開啟月度消費限額並配置閾值通知，達到閾值即提醒，避免超額支出。詳見賬單查詢與成本管理。
開啟免費額度用完即停：對支援免費額度的模型，可開啟免費額度用完即停，免費額度耗盡後自動停止調用，避免產生額外費用。詳見新人免費額度。
監控模型調用量：定期查看各模型的 Token 用量，及時發現異常增長，參見上文如何查看模型調用量？。

儲值後是否還會被限流？

儲值不改變模型預設的 RPM 和 TPM 限流閾值。限流按阿里雲主帳號維度配置，與計費相互獨立；儲值（隨用隨付）僅確保帳號不因欠費停服，不會提升限流值。如需更高的限流額度，請參見本文如何避免限流？，或在百鍊控制台的限流提額頁面申請提升臨時限流額度。

提升臨時限流額度

預設限流額度不足時，可在百鍊控制台提升模型的臨時 TPM 額度。提交後立即生效，有效期間 30 天，到期後自動回復為系統預設值。目前支援華北2（北京）和新加坡地區。

登入百鍊控制台，進入限流提額頁面。
單擊頁面右上方的提升模型臨時限流額度。
在彈窗中選擇模型，填寫期望的 Token 帳號限流（Token/60 秒）值。彈窗中會顯示當前額度和可設定上限。
單擊確定，提額立即生效。

提額生效後，可通過以下方式確認：

在限流提額頁面的列表中，查看已提額的模型及對應限流資料。
在模型列表中進入對應模型的詳情頁，查看更新後的限流資料。

支援臨時提額的模型以限流提額頁面彈窗的可選列表為準。
對已提額的模型再次提交視為重新申請，有效期間隨之重設為 30 天。
按實際需求申請額度。若配置容量長期顯著超過實際使用量，系統可能在提前通知後將其恢複為預設值。
若限流額度不滿足需求，請聯絡商務經理申請提額。

文本產生-千問

千問語言模型

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.8-max	國際	15,000	2,000,000
qwen3.8-max-0902	國際	15,000	150,000
qwen3.8-flash	國際	15,000	2,000,000
qwen3.7-max	國際	600	1,000,000
qwen3.7-max-2026-06-08	國際	60	1,000,000
qwen3.7-max-2026-05-20	國際	60	1,000,000
qwen3.7-max-preview	國際	600	1,000,000
qwen3.7-max-2026-05-17	國際	600	1,000,000
qwen-max 用Batch API調用服務時，不受限流限制。	國際	600	1,000,000
qwen3.7-plus	國際	15,000	5,000,000
qwen3.7-plus-2026-05-26	國際	60	1,000,000
qwen3.6-plus	國際	15,000	5,000,000
qwen3.6-plus-2026-04-02	國際	60	1,000,000
qwen3.7-flash	國際	15,000	5,000,000
qwen3.7-flash-2026-07-15	國際	15,000	5,000,000
qwen3.6-flash	國際	15,000	5,000,000
qwen3.6-flash-2026-04-16	國際	60	1,000,000
qwen3.5-plus	國際	15,000	5,000,000
qwen3.5-plus-2026-04-20	國際	600	1,000,000
qwen3.5-plus-2026-02-15	國際	60	1,000,000
qwen-plus 用Batch API調用服務時，不受限流限制。	國際	600	1,000,000
qwen-plus-latest	國際	600	1,000,000
qwen-plus-2025-12-01	國際	120	1,000,000
qwen-plus-2025-07-14(qwen-plus-0714)	國際	60	100,000
qwen-plus-2025-04-28(qwen-plus-0428)	國際	60	1,000,000
qwen-plus-2025-01-25(qwen-plus-0125)	國際	60	100,000
qwen3.5-flash	國際	15,000	5,000,000
qwen3.5-flash-2026-02-23	國際	60	1,000,000
qwen-flash 用Batch API調用服務時，不受限流限制。	國際	600	5,000,000
qwen-flash-2025-07-28	國際	600	5,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.8-max	全球	30,000	5,000,000
qwen3.8-max-0902	全球	30,000	150,000
qwen3.8-flash	全球	30,000	5,000,000
qwen3.7-max	全球	30,000	5,000,000
qwen3.7-max-us	美國	600	1,000,000
qwen3.7-max-2026-06-08	全球	600	1,000,000
qwen3.7-max-2026-05-20	全球	600	1,000,000
qwen3.7-plus	全球	30,000	5,000,000
qwen3.7-plus-us	美國	15,000	5,000,000
qwen3.7-plus-2026-05-26	全球	600	1,000,000
qwen3.6-plus	全球	30,000	5,000,000
qwen3.6-plus-2026-04-02	全球	600	1,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	60	1,000,000
qwen3.6-flash	全球	15,000	5,000,000
qwen3.6-flash-2026-04-16	全球	60	1,000,000
qwen3.6-flash-us	美國	15,000	5,000,000
qwen3.5-plus	全球	30,000	5,000,000
qwen3.5-plus-2026-02-15	全球	600	1,000,000
qwen-plus	全球	15,000	5,000,000
qwen-plus-2025-12-01	全球	60	1,000,000
qwen3.5-flash	全球	30,000	10,000,000
qwen3.5-flash-2026-02-23	全球	600	1,000,000
qwen-flash	全球	15,000	10,000,000
qwen-flash-2025-07-28	全球	60	1,000,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.8-max 用Batch API調用服務時，不受限流限制。	30,000	5,000,000
qwen3.8-max-0902 用Batch API調用服務時，不受限流限制。	30,000	150,000
qwen3.8-flash 用Batch API調用服務時，不受限流限制。	30,000	5,000,000
qwen3.7-max 用Batch API調用服務時，不受限流限制。	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
qwen-max 用Batch API調用服務時，不受限流限制。	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 用Batch API調用服務時，不受限流限制。	30,000	5,000,000
qwen3.6-plus-2026-04-02	600	1,000,000
qwen3.7-flash 用Batch API調用服務時，不受限流限制。	30,000	5,000,000
qwen3.7-flash-2026-07-15	30,000	5,000,000
qwen3.6-flash 用Batch API調用服務時，不受限流限制。	30,000	10,000,000
qwen3.6-flash-2026-04-16	600	1,000,000
qwen3.5-plus 用Batch API調用服務時，不受限流限制。	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 用Batch API調用服務時，不受限流限制。	30,000	5,000,000
qwen-plus-latest 用Batch API調用服務時，不受限流限制。	15,000	1,200,000
qwen-plus-2025-12-01	120	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
qwen3.5-flash 用Batch API調用服務時，不受限流限制。	30,000	10,000,000
qwen3.5-flash-2026-02-23	600	1,000,000
qwen-flash 用Batch API調用服務時，不受限流限制。	30,000	10,000,000
qwen-flash-2025-07-28	60	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.8-max	全球	30,000	5,000,000
qwen3.8-max-0902	全球	30,000	150,000
qwen3.8-flash	全球	30,000	5,000,000
qwen3.7-max	全球	30,000	5,000,000
qwen3.7-max-2026-06-08	全球	600	1,000,000
qwen3.7-max-2026-05-20	全球	600	1,000,000
qwen3.7-plus	全球	30,000	5,000,000
qwen3.7-plus-2026-05-26	全球	600	1,000,000
qwen3.6-plus	全球	30,000	5,000,000
qwen3.6-plus-2026-04-02	全球	600	1,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	15,000	5,000,000
qwen3.6-flash	全球	15,000	5,000,000
qwen3.6-flash-2026-04-16	全球	60	1,000,000
qwen3.5-plus	全球	30,000	5,000,000
qwen3.5-plus-2026-02-15	全球	600	1,000,000
qwen-plus	全球	600	1,000,000
qwen-plus	歐盟	600	1,000,000
qwen-plus-2025-12-01	全球	120	1,000,000
qwen-plus-2025-12-01	歐盟	120	1,000,000
qwen3.5-flash	全球	35,000	10,000,000
qwen3.5-flash	歐盟	35,000	10,000,000
qwen3.5-flash-2026-02-23	全球	600	1,000,000
qwen3.5-flash-2026-02-23	歐盟	600	1,000,000
qwen-flash	全球	30,000	10,000,000
qwen-flash-2025-07-28	全球	60	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.8-max	中國香港	600	1,000,000
qwen3.8-max-0902	中國香港	600	150,000
qwen3.8-flash	中國香港	600	1,000,000
qwen3.6-plus	全球	30,000	5,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	15,000	5,000,000
qwen3.6-flash	全球	30,000	10,000,000
qwen-plus	中國香港	600	1,000,000
qwen-plus-2025-12-01	中國香港	60	100,000
qwen3.5-flash	中國香港	30,000	10,000,000
qwen3.5-flash-2026-02-23	中國香港	600	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.8-max	全球	30,000	5,000,000
qwen3.8-max-0902	全球	30,000	150,000
qwen3.8-flash	全球	30,000	5,000,000
qwen3.7-max	全球	600	1,000,000
qwen3.7-max-2026-05-20	全球	60	1,000,000
qwen3.7-plus	全球	15,000	5,000,000
qwen3.7-plus-2026-05-26	全球	60	1,000,000
qwen3.7-plus	日本	15,000	5,000,000
qwen3.7-plus-2026-05-26	日本	60	1,000,000
qwen3.6-plus	全球	15,000	5,000,000
qwen3.6-plus-2026-04-02	全球	60	1,000,000
qwen3.7-flash	全球	15,000	5,000,000
qwen3.7-flash-2026-07-15	全球	15,000	5,000,000
qwen3.6-flash	全球	15,000	10,000,000
qwen3.6-flash-2026-04-16	全球	60	1,000,000

千問VL（視覺理解/圖生文）

新加坡
美國（維吉尼亞）
華北2（北京）
德國（法蘭克福）
中國香港

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-vl-plus	國際	1,200	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-vl-plus	全球	6,000	10,000,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-vl-plus 用Batch API調用服務時，不受限流限制。	3,000	5,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-vl-plus	全球	2,000	1,000,000
qwen3-vl-plus	歐盟	2,000	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-vl-plus	中國香港	6,000	1,000,000

千問Omni（全模態）

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.5-omni-flash	國際	60	100,000
qwen3.5-omni-flash-2026-03-15	國際	60	100,000
qwen3.5-omni-plus	國際	60	100,000
qwen3.5-omni-plus-2026-03-15	國際	60	100,000
qwen3-omni-flash	國際	60	100,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
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

千問Omni-Realtime（即時多模態）

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.5-omni-plus-realtime	國際	60	100,000
qwen3.5-omni-plus-realtime-2026-03-15	國際	60	100,000
qwen3.5-omni-flash-realtime	國際	60	100,000
qwen3.5-omni-flash-realtime-2026-03-15	國際	60	100,000
qwen3-omni-flash-realtime-2025-09-15	國際	60	100,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
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-2025-09-15	60	100,000

千問OCR（文字提取）

新加坡
美國（維吉尼亞）
華北2（北京）
德國（法蘭克福）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-vl-ocr	國際	600	6,000,000
qwen-vl-ocr-2025-11-20	國際	1,200	6,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-vl-ocr	全球	600	6,000,000
qwen-vl-ocr-2025-11-20	全球	1,200	6,000,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.5-ocr	6,000	30,000,000
qwen-vl-ocr 用Batch API調用服務時，不受限流限制。	600	6,000,000
qwen-vl-ocr-2025-11-20	6,000	30,000,000
qwen-vl-ocr-2024-10-28	600	6,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-vl-ocr	全球	600	6,000,000
qwen-vl-ocr-2025-11-20	全球	1,200	6,000,000

千問Coder

新加坡
美國（維吉尼亞）
華北2（北京）
德國（法蘭克福）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-flash	國際	600	5,000,000
qwen3-coder-flash-2025-07-28	國際	600	5,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-flash	全球	1,200	1,000,000
qwen3-coder-flash-2025-07-28	全球	60	1,000,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-flash	5,000	5,000,000
qwen3-coder-flash-2025-07-28	60	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-coder-flash	全球	5,000	5,000,000
qwen3-coder-flash-2025-07-28	全球	60	1,000,000

千問翻譯模型

新加坡
美國（維吉尼亞）
華北2（北京）
德國（法蘭克福）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-mt-plus	國際	60	100,000
qwen-mt-flash	國際	60	100,000
qwen-mt-lite	國際	60	100,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-mt-plus	全球	60	25,000
qwen-mt-flash	全球	60	35,000
qwen-mt-lite	全球	60	100,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-mt-plus	60	25,000
qwen-mt-flash	60	35,000
qwen-mt-lite	60	100,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-mt-plus	全球	60	25,000
qwen-mt-flash	全球	60	35,000
qwen-mt-lite	全球	60	100,000

千問資料採礦模型

華北2（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-doc-turbo	600	3,000,000

千問深入研究模型

華北2（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-deep-research	120	1,200,000

文本產生-千問-開源版

千問語言模型開源版

新加坡
美國（維吉尼亞）
華北2（北京）
德國（法蘭克福）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.8-2.4t-a95b	國際	5,000	5,000,000
qwen3.8-27b	國際	5,000	5,000,000
qwen3.6-35b-a3b	國際	600	1,000,000
qwen3.6-27b	國際	600	1,000,000
qwen3.5-397b-a17b	國際	600	1,000,000
qwen3.5-122b-a10b	國際	600	1,000,000
qwen3.5-27b	國際	600	1,000,000
qwen3.5-35b-a3b	國際	600	5,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.5-397b-a17b	全球	600	1,000,000
qwen3.5-122b-a10b	全球	600	1,000,000
qwen3.5-27b	全球	600	1,000,000
qwen3.6-35b-a3b	全球	600	1,000,000
qwen3.5-35b-a3b	全球	600	1,000,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
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

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.5-397b-a17b	全球	600	1,000,000
qwen3.5-122b-a10b	全球	600	1,000,000
qwen3.5-27b	全球	600	1,000,000
qwen3.6-35b-a3b	全球	600	1,000,000
qwen3.5-35b-a3b	全球	600	1,000,000

文本產生-第三方模型

DeepSeek

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
deepseek-v4.1-flash-1017	國際	10,000	1,200,000
deepseek-v4-pro	國際	10,000	1,200,000
deepseek-v4-pro-0813	國際	10,000	1,200,000
deepseek-v4-flash-0731	國際	15,000	1,200,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
deepseek-v4.1-flash-1017	全球	15,000	1,200,000
deepseek-v4-pro	全球	15,000	1,200,000
deepseek-v4-pro-0813	全球	15,000	1,200,000
deepseek-v4-pro-us	美國	10,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000
deepseek-v4-flash-0731-us	美國	15,000	1,200,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
deepseek-v4.1-flash-1017	15,000	1,200,000
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-r1-distill-qwen-1.5b	60	100,000
deepseek-r1-distill-llama-70b	60	100,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
deepseek-v4.1-flash-1017	全球	15,000	1,200,000
deepseek-v4-pro	全球	15,000	1,200,000
deepseek-v4-pro-0813	全球	15,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
deepseek-v4-pro	日本	10,000	1,200,000
deepseek-v4-pro-0813	日本	15,000	1,200,000
deepseek-v4-flash-0731	日本	15,000	1,200,000
deepseek-v4.1-flash-1017	全球	15,000	1,200,000
deepseek-v4-pro	全球	10,000	1,200,000
deepseek-v4-pro-0813	全球	15,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
deepseek-v4.1-flash-1017	中國香港	15,000	1,200,000
deepseek-v4-flash-0731	中國香港	15,000	1,200,000
deepseek-v4-pro-0813	中國香港	15,000	1,200,000

Kimi

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
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

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
kimi-k3	全球	15,000	1,200,000
kimi-k3	國際	10,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000
kimi-k2.5	全球	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
kimi-k3	全球	15,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000
kimi-k2.5	全球	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
kimi-k3	全球	15,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
kimi-k3	全球	15,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000
kimi-k2.5	全球	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
kimi-k3	國際	10,000	1,200,000
kimi-k2.7-code	國際	500	1,000,000

MiniMax

華北2（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
MiniMax-M2.5	500	1,000,000

GLM

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
glm-5.2	全球	500	1,000,000
glm-5.2-us	美國	500	1,000,000
glm-5.1	全球	500	1,000,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
glm-5.2	500	2,000,000
glm-5.1	500	1,000,000
glm-5	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
glm-5.2	全球	500	1,000,000
glm-5.1	全球	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
glm-5.2	國際	500	1,000,000
glm-5.1	國際	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
glm-5.2	全球	500	1,000,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
glm-5.1	全球	500	1,000,000

GLM-Z.AI直供

新加坡

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
ZHIPU/GLM-5.3	200	3,000,000
ZHIPU/GLM-5.2	200	3,000,000

映像產生

千問（Qwen-Image）

新加坡
華北2（北京）
德國（法蘭克福）
中國香港
日本（東京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	任務下發介面調用限制	同時處理中任務數量（並發數）
qwen-image-3.0-pro	國際	5 次/分鐘	同步介面無限制 / 非同步介面 10
qwen-image-3.0	國際	20 次/分鐘	同步介面無限制 / 非同步介面 10
qwen-image-2.0-pro	國際	2 次/分鐘	同步介面無限制
qwen-image-2.0-pro-2026-06-22	國際	2 次/分鐘	同步介面無限制
qwen-image-2.0-pro-2026-04-22	國際	2 次/分鐘	同步介面無限制
qwen-image-2.0-pro-2026-03-03	國際	2 次/分鐘	同步介面無限制
qwen-image-2.0	國際	2 次/秒	同步介面無限制
qwen-image-2.0-2026-03-03	國際	2 次/秒	同步介面無限制

模型名稱	限流條件（超出任一數值時觸發限流）
模型名稱	任務下發介面調用限制	同時處理中任務數量（並發數）
qwen-image-3.0-pro	5 次/分鐘	同步介面無限制 / 非同步介面 10
qwen-image-3.0	20 次/分鐘	同步介面無限制 / 非同步介面 10
qwen-image-2.0-pro	2 次/分鐘	同步介面無限制
qwen-image-2.0-pro-2026-06-22	2 次/分鐘	同步介面無限制
qwen-image-2.0-pro-2026-04-22	2 次/分鐘	同步介面無限制
qwen-image-2.0-pro-2026-03-03	2 次/分鐘	同步介面無限制
qwen-image-2.0	2 次/秒	同步介面無限制
qwen-image-2.0-2026-03-03	2 次/秒	同步介面無限制
qwen-mt-image	1 次/秒	同步介面無限制 / 非同步介面 2

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	任務下發介面調用限制	同時處理中任務數量（並發數）
qwen-image-3.0-pro	全球	5 次/分鐘	同步介面無限制 / 非同步介面 10
qwen-image-3.0	全球	20 次/分鐘	同步介面無限制 / 非同步介面 10

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	任務下發介面調用限制	同時處理中任務數量（並發數）
qwen-image-3.0-pro	全球	5 次/分鐘	同步介面無限制 / 非同步介面 10
qwen-image-3.0	全球	20 次/分鐘	同步介面無限制 / 非同步介面 10

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	任務下發介面調用限制	同時處理中任務數量（並發數）
qwen-image-3.0-pro	全球	5 次/分鐘	同步介面無限制 / 非同步介面 10
qwen-image-3.0	全球	20 次/分鐘	同步介面無限制 / 非同步介面 10

文生圖-Z-Image

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
z-image-turbo	國際	2	同步介面無限制

萬相

新加坡
美國（維吉尼亞）
華北2（北京）
德國（法蘭克福）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
wan2.7-image-pro	國際	5	5
wan2.7-image	國際	5	5
wan2.6-image	國際	5	5
wan2.6-t2i	國際	5	5
wan2.5-t2i-preview	國際	5	5
wan2.2-t2i-flash	國際	2	2
wan2.2-t2i-plus	國際	2	2
wan2.1-t2i-turbo	國際	2	2
wan2.1-t2i-plus	國際	2	2
wan2.5-i2i-preview	國際	5	5

模型名稱	限流條件（超出任一數值時觸發限流）
模型名稱	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
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

視頻產生

HappyHorse系列

新加坡
美國（維吉尼亞）
華北2（北京）
德國（法蘭克福）
日本（東京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
happyhorse-1.1-t2v	國際	5	5
happyhorse-1.1-i2v	國際	5	5
happyhorse-1.1-r2v	國際	5	5
happyhorse-1.0-t2v	國際	5	5
happyhorse-1.0-i2v	國際	5	5
happyhorse-1.0-r2v	國際	5	5
happyhorse-1.0-video-edit	國際	5	5

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
happyhorse-1.1-t2v	全球	5	5
happyhorse-1.1-i2v	全球	5	5
happyhorse-1.1-r2v	全球	5	5
happyhorse-1.0-t2v	全球	5	5
happyhorse-1.0-i2v	全球	5	5
happyhorse-1.0-r2v	全球	5	5
happyhorse-1.0-video-edit	全球	5	5

模型名稱	限流條件（超出任一數值時觸發限流）
模型名稱	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
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

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
happyhorse-1.1-t2v	全球	5	5
happyhorse-1.1-i2v	全球	5	5
happyhorse-1.1-r2v	全球	5	5
happyhorse-1.0-t2v	全球	5	5
happyhorse-1.0-i2v	全球	5	5
happyhorse-1.0-r2v	全球	5	5
happyhorse-1.0-video-edit	全球	5	5

萬相系列

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
wan3.0-video-prime	國際	5	5
wan3.0-video	國際	5	5
wan2.7-t2v-2026-06-12	國際	5	5
wan2.7-t2v-2026-04-25	國際	5	5
wan2.7-t2v	國際	5	5
wan2.6-t2v	國際	5	5
wan2.5-t2v-preview	國際	5	5
wan2.2-t2v-plus	國際	2	2
wan2.1-t2v-turbo	國際	2	2
wan2.1-t2v-plus	國際	2	2
wan2.7-i2v-2026-04-25	國際	5	5
wan2.7-i2v	國際	5	5
wan2.6-i2v-flash	國際	5	5
wan2.6-i2v	國際	5	5
wan2.5-i2v-preview	國際	5	5
wan2.2-i2v-flash	國際	2	2
wan2.1-i2v-plus	國際	2	2
wan2.1-i2v-turbo	國際	2	2
wan2.2-i2v-plus	國際	2	2
wan2.2-kf2v-flash	國際	2	2
wan2.1-kf2v-plus	國際	1	2
wan2.1-vace-plus	國際	2	2
wan2.7-videoedit	國際	5	5
wan2.7-r2v	國際	5	5
wan2.6-r2v-flash	國際	5	5
wan2.6-r2v	國際	5	5
wan2.2-animate-move	國際	5	1
wan2.2-animate-mix	國際	5	1

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
wan3.0-video-prime	全球	5	5
wan3.0-video	全球	5	5
wan2.7-r2v-2026-06-12	全球	5	5
wan2.6-t2v	全球	5	5
wan2.6-i2v	全球	5	5
wan2.6-r2v	全球	5	5
wan2.6-t2v-us	美國	5	5
wan2.6-i2v-us	美國	5	5

模型名稱	限流條件（超出任一數值時觸發限流）
模型名稱	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
wan3.0-video-prime	5	5
wan3.0-video	5	5
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	同步介面無限制
wan2.2-s2v	5	1
wan2.2-animate-move	5	1
wan2.2-animate-mix	5	1

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）
模型名稱	服務部署範圍	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
wan3.0-video-prime	全球	5	5
wan3.0-video	全球	5	5
wan2.6-t2v	全球	5	5
wan2.6-i2v	全球	5	5
wan2.6-r2v	全球	5	5

聲動人像VideoRetalk

華北2（北京）

模型名稱

每秒鐘調用次數（RPS）

同時處理中任務數量

videoretalk

在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

視頻風格重繪

華北2（北京）

模型名稱

每秒鐘調用次數（RPS）

同時處理中任務數量

video-style-transform

在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態。

音樂產生

華北2（北京）

模型名稱	每分鐘調用次數（RPM）
fun-music-preview	180
fun-music-v1	180

語音對話

即時語音對話

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-audio-3.0-realtime-plus	國際	60	100,000
qwen-audio-3.0-realtime-flash	國際	60	100,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-audio-3.0-realtime-plus	60	100,000
qwen-audio-3.0-realtime-flash	60	100,000

語音合成（文本轉語音）

Qwen-Audio-TTS

新加坡
華北2（北京）

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen-audio-3.1-tts-plus	國際	180
qwen-audio-3.1-tts-flash	國際	180
qwen-audio-3.0-tts-plus	國際	180
qwen-audio-3.0-tts-flash	國際	180

Qwen3-TTS

新加坡
華北2（北京）

Qwen3-TTS-Flash

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen3-tts-flash	國際	180

Qwen3-TTS-Realtime

新加坡
華北2（北京）

Qwen3-TTS-Flash-Realtime

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen3-tts-flash-realtime	國際	180

Qwen3-TTS聲音複刻

新加坡
華北2（北京）

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen-voice-enrollment	國際	180

CosyVoice

新加坡
華北2（北京）

模型名稱	服務部署範圍	每秒鐘調用次數（RPS）
cosyvoice-v3-plus	國際	3
cosyvoice-v3-flash	國際	3

Qwen-Audio-TTS/CosyVoice聲音複刻/設計

Qwen-Audio-TTS/CosyVoice聲音複刻/設計共用一個模型，共用限流額度。

新加坡
華北2（北京）

模型名稱	服務部署範圍	每秒鐘調用次數（RPS）
voice-enrollment	國際	10

語音辨識（語音轉文本）與翻譯（語音轉成指定語種的文本）

Qwen3-LiveTranslate-Flash

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-livetranslate-flash	國際	100	100,000
qwen3-livetranslate-flash-2025-12-01	國際	100	100,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3-livetranslate-flash	100	100,000
qwen3-livetranslate-flash-2025-12-01	100	100,000

Qwen-LiveTranslate-Flash-Realtime

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.5-livetranslate-flash-realtime	國際	10	100,000
qwen3.5-livetranslate-flash-realtime-2026-05-19	國際

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.5-livetranslate-flash-realtime	10	100,000
qwen3.5-livetranslate-flash-realtime-2026-05-19

Qwen-Audio-ASR-Streaming

新加坡
華北2（北京）

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen-audio-3.1-asr-flash-streaming	國際	1200
qwen-audio-3.0-asr-flash-streaming	國際	1200

Qwen-Audio-ASR-Filetrans

新加坡
華北2（北京）

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen-audio-3.0-asr-flash-filetrans	國際	600

Qwen-Audio-ASR

新加坡
華北2（北京）

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen-audio-3.0-asr-flash	國際	600

Qwen3-ASR

新加坡
美國（維吉尼亞）
華北2（北京）

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

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen3-asr-flash-filetrans	國際	100

Qwen3-ASR-Realtime

新加坡
華北2（北京）

模型名稱	服務部署範圍	每秒鐘調用次數（RPS）
qwen3-asr-flash-realtime	國際	20

Paraformer

華北2（北京）

模型名稱	每秒鐘調用次數（RPS）
paraformer-realtime-v2	20
paraformer-realtime-8k-v2	20

模型名稱	每分鐘調用次數（RPM）
paraformer-v2	1,200

模型名稱	每秒鐘調用次數（RPS）	同時處理中任務數量（並發數）
paraformer-8k-v2	20	100

Fun-ASR

新加坡
華北2（北京）

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
fun-asr	國際	600
fun-asr-flash-2026-06-15	國際	600

Fun-ASR-Realtime

新加坡
華北2（北京）

模型名稱	服務部署範圍	每秒鐘調用次數（RPS）
fun-asr-realtime	國際	20

文本向量

新加坡
華北2（北京）
中國香港

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen3.7-text-embedding	國際	24,000	1,000,000
text-embedding-v4	國際	1,800	1,000,000
text-embedding-v3	國際	6,000	24,000,000

模型名稱	限流條件（超出任一數值時觸發限流）
模型名稱	每秒鐘調用次數（RPS）	每分鐘消耗Token數（TPM）含輸入與輸出Token
text-embedding-v4 用Batch API調用服務時，不受限流限制。	30	1,200,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
text-embedding-v4	中國香港	1,800	1,200,000

多模態向量

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）僅輸入Token
tongyi-embedding-vision-plus	國際	600	200,000
tongyi-embedding-vision-flash	國際	600	200,000

模型名稱	限流條件以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）僅輸入Token
qwen3-vl-embedding	2,400	1,200,000
multimodal-embedding-v1	120	1,000,000

排序模型

新加坡
華北2（北京）

模型名稱	服務部署範圍	限流條件以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）僅輸入Token
qwen3-rerank	國際	5,400	5,000,000,000

模型名稱	限流條件以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）僅輸入Token
qwen3-rerank	5,400	5,000,000,000
qwen3-vl-rerank	600	9,000,000
gte-rerank-v2	5,040	4,980,000,000

行業

意圖理解

華北2（北京）

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
tongyi-intent-detect-v3	1,200	1,000,000

角色扮演

新加坡
華北2（北京）
美國（維吉尼亞）

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-plus-character	國際	120	500,000
qwen-flash-character	國際	120	500,000
qwen-plus-character-ja	國際	120	500,000

模型名稱	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-plus-character	120	500,000
qwen-flash-character	120	500,000

模型名稱	服務部署範圍	限流條件（超出任一數值時觸發限流）以下為每分鐘限流條件，服務可能按 RPS（RPM/60）與 TPS（TPM/60）限制
模型名稱	服務部署範圍	每分鐘調用次數（RPM）	每分鐘消耗Token數（TPM）含輸入與輸出Token
qwen-plus-character	全球	120	500,000
qwen-flash-character	全球	120	500,000

已下線模型

詳細資料，請參見模型下線機制說明。

模型名稱	每秒鐘調用次數（RPS）
cosyvoice-v3.5-plus	3
cosyvoice-v3.5-flash
cosyvoice-v3-plus
cosyvoice-v3-flash
cosyvoice-v2

模型名稱	服務部署範圍	每分鐘調用次數（RPM）
qwen3-asr-flash-us	美國	100
qwen3-asr-flash-2025-09-08-us	美國	100

模型名稱	每秒鐘調用次數（RPS）
fun-asr-realtime	20
fun-asr-realtime-2026-02-28
fun-asr-flash-8k-realtime
fun-asr-flash-8k-realtime-2026-01-28

​限流規則

​FAQ

​為什麼觸發限流？

​如何查看模型調用量？

​遇到限流後多久恢複？

​模型響應速度與付費有關嗎？

​什麼因素影響模型響應速度？

​限流會降低已接受請求的產生速度嗎？

​如何避免限流？

​如何控制 Token 用量或費用支出？

​儲值後是否還會被限流？

​提升臨時限流額度

​文本產生-千問

​千問語言模型

​千問VL（視覺理解/圖生文）

​千問Omni（全模態）

​千問Omni-Realtime（即時多模態）

​千問OCR（文字提取）

​千問Coder

​千問翻譯模型

​千問資料採礦模型

​千問深入研究模型

​文本產生-千問-開源版

​千問語言模型開源版

​文本產生-第三方模型

​DeepSeek

​Kimi

​MiniMax

​GLM

​GLM-Z.AI直供

​映像產生

​千問（Qwen-Image）

​文生圖-Z-Image

​萬相

​視頻產生

​HappyHorse系列

​萬相系列

​聲動人像VideoRetalk

​視頻風格重繪

​音樂產生

​語音對話

​即時語音對話

​語音合成（文本轉語音）

​Qwen-Audio-TTS

​Qwen3-TTS

​Qwen3-TTS-Realtime

​Qwen3-TTS聲音複刻

​CosyVoice

​Qwen-Audio-TTS/CosyVoice聲音複刻/設計

​語音辨識（語音轉文本）與翻譯（語音轉成指定語種的文本）

​Qwen3-LiveTranslate-Flash

​Qwen-LiveTranslate-Flash-Realtime

​Qwen-Audio-ASR-Streaming

​Qwen-Audio-ASR-Filetrans

​Qwen-Audio-ASR

​Qwen3-ASR

​Qwen3-ASR-Realtime

​Paraformer

​Fun-ASR

​Fun-ASR-Realtime

​文本向量

​多模態向量

​排序模型

​行業

​意圖理解

​角色扮演

​已下線模型