限流 - Alibaba Cloud Model Studio

限流规则

账号级别限流：限流按主账号维度计算，账号下所有RAM子账号、业务空间和API Key 的调用量合并计算。
模型独立限流：不同模型限流额度相互独立，具体参见下方表格。

FAQ

为什么触发限流？

根据错误信息判断触发了哪类限流：

Requests rate limit exceeded 或 You exceeded your current requests list：触发了每分钟请求数（RPM）限流。
Allocated quota exceeded 或 You exceeded your current quota：触发了每分钟 Token 消耗（TPM）限流。
Request rate increased too quickly：请求频率在短时间内激增，触发了系统稳定性保护——即使总调用量未达到 RPM 或 TPM 上限也会触发。
其他报错，参见错误码确认原因。

除 RPM 和 TPM 外，限流策略可能按秒级 RPS（RPM/60）与 TPS（TPM/60）执行。即使每分钟总调用量未超限，短时间内的请求爆发也可能触发限流。

如何查看模型调用量？

模型调用发生后分钟级即可在监控图表查看。登录模型监控页面（新加坡或北京），在左侧导航栏选择运维管理 > 模型监控进入监控概览页，设置查询条件（例如，选择时间范围、业务空间等），再在模型列表区域找到目标模型并单击查看详情，即可查看该模型的调用统计结果。具体请参见模型监控文档。

监控数据按分钟级更新，仅供参考，不作为计费依据。

遇到限流后多久恢复？

通常在一分钟内恢复。如出现其他报错，参见错误码进行处理。

模型响应速度与付费有关吗？

模型输出速度与是否付费无关。免费额度和付费调用使用相同的模型服务基础设施，同一模型的生成速度相同。免费额度仅控制请求是否被接受——额度耗尽时返回 403 错误（开通免费额度用完即停后），不会降低已接受请求的生成速度。

什么因素影响模型响应速度？

模型类型：轻量模型（如 qwen-flash）比大型模型（如 qwen-max）生成更快。
输出长度：输出 Token 越多，总耗时越长。
服务器负载：高峰期可能略有波动。

限流会降低已接受请求的生成速度吗？

不会。限流（RPM/TPM）仅导致超出限制的请求被拒绝（返回 429 错误）。免费额度耗尽时（开通免费额度用完即停）返回 403 错误，同样不影响已接受请求的速度。429 为速率限制，403 为配额耗尽，两者均为拒绝机制。

如何避免限流？

选用高限流模型：稳定版或最新版比带日期的快照版本限流更宽松。
优化调用策略
- 降低调用频率：收到 Requests rate limit exceeded 或 You exceeded your current requests list 时，降低API调用频率。
- 减少 Token 消耗：收到 Allocated quota exceeded 或 You exceeded your current quota 时，缩短输入或限制输出长度。
- 平滑请求速率：收到 Request rate increased too quickly 时，采用匀速调度、指数退避或请求队列将请求均匀分散，避免瞬时高峰。

添加备选模型 触发限流后切换到备用模型继续生成，可降低失败概率、提升吞吐量。以下代码在调用 qwen-plus 触发限流后，自动改用 qwen-flash 重试。也可以选择不同系列的模型（如 qwen-flash）作为备选模型，进一步降低主备模型同时限流的风险。

示例代码

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"
# 备选模型
BACKUP_MODEL = "qwen-flash"
# 测试问题
QUESTION = "你是谁？"
# 并发设置
NUM_REQUESTS = 10

client = AsyncOpenAI(
    api_key=API_KEY,
    # 调用时请将WorkspaceId替换为真实的业务空间ID
    base_url="https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1"
)

async def send_request(model):
    """发送单个请求"""
    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"[限流触发] 模型 {model}")
            return False
        raise
    except Exception as e:
        print(f"[请求失败] 模型 {model}，错误：{e}")
        return False

async def task(i):
    # 尝试主模型
    if await send_request(MODEL):
        return True
    # 限流时尝试备用模型
    return await send_request(BACKUP_MODEL)

async def main():
    results = await asyncio.gather(*(task(i) for i in range(NUM_REQUESTS)))
    print(f"成功请求: {sum(results)}, 失败请求: {len(results) - sum(results)}")

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

拆分任务：长对话或大型文档会快速消耗大量 Token。将大批量任务拆分为小批次，分时段提交。
批量推理：无需实时响应时，使用批量推理（Batch API）。批量请求不受实时限流约束，但需考虑排队和处理时间。

如何控制 Token 用量或费用支出？

限流仅约束单位时间内的调用速率，不限制累计用量。如需控制 Token 用量或费用支出，可通过以下方式管理：

设置消费限额与费用告警：在账单费用卡片设置费用告警，开启月度消费限额并配置阈值通知，达到阈值即提醒，避免超额支出。详见账单查询与成本管理。
开启免费额度用完即停：对支持免费额度的模型，可开启免费额度用完即停，免费额度耗尽后自动停止调用，避免产生额外费用。详见新人免费额度。
监控模型调用量：定期查看各模型的 Token 用量，及时发现异常增长，参见上文如何查看模型调用量？。

充值后是否还会被限流？

充值不改变模型默认的 RPM 和 TPM 限流阈值。限流按阿里云主账号维度配置，与计费相互独立；充值（按量付费）仅确保账号不因欠费停服，不会提升限流值。如需更高的限流额度，请联系商务经理申请。

文本生成-千问

千问语言模型

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	国际	动态限流
qwen3.8-max-0902	国际	动态限流
qwen3.8-flash	国际	动态限流
qwen3.7-max	国际	600	1,000,000
qwen3.7-max-2026-06-08	国际	60	1,000,000
qwen3.7-max-2026-05-20	国际	60	1,000,000
qwen3.7-max-preview	国际	600	1,000,000
qwen3.7-max-2026-05-17	国际	600	1,000,000
qwen-max 用Batch API调用服务时，不受限流限制。	国际	600	1,000,000
qwen3.7-plus	国际	15,000	5,000,000
qwen3.7-plus-2026-05-26	国际	60	1,000,000
qwen3.6-plus	国际	15,000	5,000,000
qwen3.6-plus-2026-04-02	国际	60	1,000,000
qwen3.7-flash	国际	15,000	5,000,000
qwen3.7-flash-2026-07-15	国际	15,000	5,000,000
qwen3.6-flash	国际	15,000	5,000,000
qwen3.6-flash-2026-04-16	国际	60	1,000,000
qwen3.5-plus	国际	15,000	5,000,000
qwen3.5-plus-2026-04-20	国际	600	1,000,000
qwen3.5-plus-2026-02-15	国际	60	1,000,000
qwen-plus 用Batch API调用服务时，不受限流限制。	国际	600	1,000,000
qwen-plus-latest	国际	600	1,000,000
qwen-plus-2025-12-01	国际	120	1,000,000
qwen-plus-2025-07-14(qwen-plus-0714)	国际	60	100,000
qwen-plus-2025-04-28(qwen-plus-0428)	国际	60	1,000,000
qwen-plus-2025-01-25(qwen-plus-0125)	国际	60	100,000
qwen3.5-flash	国际	15,000	5,000,000
qwen3.5-flash-2026-02-23	国际	60	1,000,000
qwen-flash 用Batch API调用服务时，不受限流限制。	国际	600	5,000,000
qwen-flash-2025-07-28	国际	600	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	全球	30,000	5,000,000
qwen3.8-max	美国	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
qwen3.8-flash	美国	15,000	2,500,000
qwen3.7-max	全球	30,000	5,000,000
qwen3.7-max	美国	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	美国	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	美国	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	美国	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	美国	600	1,000,000
qwen-plus-2025-12-01	全球	60	1,000,000
qwen-plus-2025-12-01	美国	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	美国	30000	10,000,000
qwen-flash-2025-07-28	全球	60	1,000,000
qwen-flash-2025-07-28	美国	600	5,000,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max 用Batch API调用服务时，不受限流限制。	动态限流
qwen3.8-max-0902	动态限流
qwen3.8-flash 用Batch API调用服务时，不受限流限制。	动态限流
qwen3.7-max 用Batch API调用服务时，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调用服务时，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调用服务时，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调用服务时，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调用服务时，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调用服务时，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调用服务时，不受限流限制。	30,000	5,000,000
qwen-plus-latest 用Batch API调用服务时，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调用服务时，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调用服务时，不受限流限制。	30,000	10,000,000
qwen-flash-2025-07-28	60	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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	欧盟	600	1,000,000
qwen-plus-2025-12-01	全球	120	1,000,000
qwen-plus-2025-12-01	欧盟	120	1,000,000
qwen3.5-flash	全球	35,000	10,000,000
qwen3.5-flash	欧盟	35,000	10,000,000
qwen3.5-flash-2026-02-23	全球	600	1,000,000
qwen3.5-flash-2026-02-23	欧盟	600	1,000,000
qwen-flash	全球	30,000	10,000,000
qwen-flash-2025-07-28	全球	60	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-max	中国香港	600	1,000,000
qwen3.8-max-0902	中国香港	600	150,000
qwen3.8-flash	全球	30,000	5,000,000
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	中国香港	600	1,000,000
qwen-plus-2025-12-01	中国香港	60	100,000
qwen3.5-flash	中国香港	30,000	10,000,000
qwen3.5-flash-2026-02-23	中国香港	600	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

千问VL（视觉理解/图生文）

新加坡
美国（弗吉尼亚）
华北2（北京）
德国（法兰克福）
中国香港

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	国际	1,200	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	全球	6,000	10,000,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus 用Batch API调用服务时，不受限流限制。	3,000	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	全球	2,000	1,000,000
qwen3-vl-plus	欧盟	2,000	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-vl-plus	中国香港	6,000	1,000,000

千问Omni（全模态）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	国际	30000	动态限流
qwen3.5-omni-flash	国际	60	100,000
qwen3.5-omni-flash-2026-03-15	国际	60	100,000
qwen3.5-omni-plus	国际	60	100,000
qwen3.5-omni-plus-2026-03-15	国际	60	100,000
qwen3-omni-flash	国际	60	100,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	30000	动态限流
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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash	全球	30000	2000000

千问Omni-Realtime（实时多模态）

新加坡
华北2（北京）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash-realtime	国际	60	2,000,000
qwen3.5-omni-plus-realtime	国际	60	100,000
qwen3.5-omni-plus-realtime-2026-03-15	国际	60	100,000
qwen3.5-omni-flash-realtime	国际	60	100,000
qwen3.5-omni-flash-realtime-2026-03-15	国际	60	100,000
qwen3-omni-flash-realtime-2025-09-15	国际	60	100,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-omni-flash-realtime	60	2,000,000
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

千问OCR（文字提取）

新加坡
美国（弗吉尼亚）
华北2（北京）
德国（法兰克福）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-vl-ocr	国际	600	6,000,000
qwen-vl-ocr-2025-11-20	国际	1,200	6,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-vl-ocr	全球	600	6,000,000
qwen-vl-ocr-2025-11-20	全球	1,200	6,000,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.5-ocr	6,000	30,000,000
qwen-vl-ocr 用Batch API调用服务时，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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-vl-ocr	全球	600	6,000,000
qwen-vl-ocr-2025-11-20	全球	1,200	6,000,000

千问Coder

新加坡
美国（弗吉尼亚）
华北2（北京）
德国（法兰克福）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	国际	600	5,000,000
qwen3-coder-flash-2025-07-28	国际	600	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	全球	1,200	1,000,000
qwen3-coder-flash-2025-07-28	全球	60	1,000,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	5,000	5,000,000
qwen3-coder-flash-2025-07-28	60	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-coder-flash	全球	5,000	5,000,000
qwen3-coder-flash-2025-07-28	全球	60	1,000,000

千问翻译模型

新加坡
美国（弗吉尼亚）
华北2（北京）
德国（法兰克福）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	国际	60	100,000
qwen-mt-flash	国际	60	100,000
qwen-mt-lite	国际	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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
qwen-mt-lite	美国	60	100,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-mt-plus	60	25,000
qwen-mt-flash	60	35,000
qwen-mt-lite	60	100,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

千问数据挖掘模型

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-doc-turbo	600	3,000,000

千问深入研究模型

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-deep-research	120	1,200,000

文本生成-千问-开源版

千问语言模型开源版

新加坡
美国（弗吉尼亚）
华北2（北京）
德国（法兰克福）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-2.4t-a95b	国际	动态限流
qwen3.8-27b	国际	动态限流
qwen3.6-35b-a3b	国际	600	1,000,000
qwen3.6-27b	国际	600	1,000,000
qwen3.5-397b-a17b	国际	600	1,000,000
qwen3.5-122b-a10b	国际	600	1,000,000
qwen3.5-27b	国际	600	1,000,000
qwen3.5-35b-a3b	国际	600	5,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-2.4t-a95b	动态限流
qwen3.8-27b	动态限流
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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

文本生成-第三方模型

DeepSeek

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	国际	10,000	1,200,000
deepseek-v4-pro	国际	10,000	1,200,000
deepseek-v4-pro-0813	国际	动态限流
deepseek-v4-flash-0731	国际	15,000	1,200,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	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	美国	10,000	1,200,000
deepseek-v4-flash-0731	全球	15,000	1,200,000
deepseek-v4-flash-0731	美国	15,000	1,200,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	15,000	1,200,000
deepseek-v4-pro	15,000	1,200,000
deepseek-v4-pro-0813	动态限流
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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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	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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
deepseek-v4.1-flash	中国香港	15,000	1,200,000
deepseek-v4-flash-0731	中国香港	15,000	1,200,000
deepseek-v4-pro-0813	中国香港	15,000	1,200,000

Kimi

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	动态限流
kimi-k2.7-code	500	1,000,000
kimi-k2.6	500	1,000,000
kimi-k2.5	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	全球	15,000	1,200,000
kimi-k3	国际	10,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000
kimi-k2.5	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	全球	15,000	1,200,000
kimi-k2.7-code	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
kimi-k3	国际	动态限流
kimi-k2.7-code	国际	500	1,000,000

MiniMax

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
MiniMax-M2.5	500	1,000,000

GLM

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	全球	15,000	1,200,000
glm-5.2	全球	500	1,000,000
glm-5.2	美国	500	1,000,000
glm-5.1	全球	500	1,000,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	15,000	5,000,000
glm-5.2	500	2,000,000
glm-5.1	500	1,000,000
glm-5	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	全球	15,000	1,200,000
glm-5.2	全球	500	1,000,000
glm-5.1	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	国际	10,000	5,000,000
glm-5.2	国际	500	1,000,000
glm-5.1	国际	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	全球	15,000	1,200,000
glm-5.2	全球	500	1,000,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
glm-5.3	全球	15,000	1,200,000
glm-5.1	全球	500	1,000,000

GLM-Z.AI直供

新加坡

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
ZHIPU/GLM-5.3	200	3,000,000
ZHIPU/GLM-5.2	200	3,000,000

图像生成

千问（Qwen-Image）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	国际	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	国际	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	国际	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	国际	120 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.0-pro	国际	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-06-22	国际	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-04-22	国际	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-03-03	国际	2 次/分钟	同步接口无限制
qwen-image-2.0	国际	2 次/秒	同步接口无限制
qwen-image-2.0-2026-03-03	国际	2 次/秒	同步接口无限制
qwen-mt-image-2.0	国际	60 次/分钟	同步接口无限制 / 异步接口 2

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

模型名称	限流条件（超出任一数值时触发限流）
模型名称	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	120 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.0-pro	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-06-22	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-04-22	2 次/分钟	同步接口无限制
qwen-image-2.0-pro-2026-03-03	2 次/分钟	同步接口无限制
qwen-image-2.0	2 次/秒	同步接口无限制
qwen-image-2.0-2026-03-03	2 次/秒	同步接口无限制
qwen-mt-image-2.0	60 次/分钟	同步接口无限制 / 异步接口 2
qwen-mt-image	1 次/秒	同步接口无限制 / 异步接口 2

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	任务下发接口调用限制	同时处理中任务数量（并发数）
qwen-image-3.0-pro	全球	5 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-3.0	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-pro	全球	20 次/分钟	同步接口无限制 / 异步接口 10
qwen-image-2.1-turbo	全球	120 次/分钟	同步接口无限制 / 异步接口 10

文生图-Z-Image

新加坡
华北2（北京）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
z-image-turbo	国际	2	同步接口无限制

万相

新加坡
美国（弗吉尼亚）
华北2（北京）
德国（法兰克福）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan2.7-image-pro	国际	5	5
wan2.7-image	国际	5	5
wan2.6-image	国际	5	5
wan2.6-t2i	国际	5	5
wan2.5-t2i-preview	国际	5	5
wan2.2-t2i-flash	国际	2	2
wan2.2-t2i-plus	国际	2	2
wan2.1-t2i-turbo	国际	2	2
wan2.1-t2i-plus	国际	2	2
wan2.5-i2i-preview	国际	5	5

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
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

Vidu系列

新加坡

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每分钟调用次数（RPM）	同时处理中任务数量
vidu/vidu-image_reference2image	300	5 单个百炼API Key下，Vidu参考生图系列的模型共享5个并发数。即所有模型处于运行状态的任务总数加起来不能超过5个。

视频生成

HappyHorse系列

新加坡
美国（弗吉尼亚）
华北2（北京）
德国（法兰克福）
日本（东京）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
happyhorse-1.1-t2v	国际	5	5
happyhorse-1.1-i2v	国际	5	5
happyhorse-1.1-r2v	国际	5	5
happyhorse-1.0-t2v	国际	5	5
happyhorse-1.0-i2v	国际	5	5
happyhorse-1.0-r2v	国际	5	5
happyhorse-1.0-video-edit	国际	5	5

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
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

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
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

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
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

万相系列

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
wan3.0-video-prime	国际	5	5
wan3.0-video	国际	5	5
wan2.7-t2v-2026-06-12	国际	5	5
wan2.7-t2v-2026-04-25	国际	5	5
wan2.7-t2v	国际	5	5
wan2.6-t2v	国际	5	5
wan2.5-t2v-preview	国际	5	5
wan2.2-t2v-plus	国际	2	2
wan2.1-t2v-turbo	国际	2	2
wan2.1-t2v-plus	国际	2	2
wan2.7-i2v-2026-04-25	国际	5	5
wan2.7-i2v	国际	5	5
wan2.6-i2v-flash	国际	5	5
wan2.6-i2v	国际	5	5
wan2.5-i2v-preview	国际	5	5
wan2.2-i2v-flash	国际	2	2
wan2.1-i2v-plus	国际	2	2
wan2.1-i2v-turbo	国际	2	2
wan2.2-i2v-plus	国际	2	2
wan2.2-kf2v-flash	国际	2	2
wan2.1-kf2v-plus	国际	1	2
wan2.1-vace-plus	国际	2	2
wan2.7-videoedit	国际	5	5
wan2.7-r2v	国际	5	5
wan2.6-r2v-flash	国际	5	5
wan2.6-r2v	国际	5	5
wan2.2-animate-move	国际	5	1
wan2.2-animate-mix	国际	5	1

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
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	美国	5	5
wan2.6-i2v	美国	5	5

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
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	同步接口无限制
wan2.2-s2v	5	1
wan2.2-animate-move	5	1
wan2.2-animate-mix	5	1

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）
模型名称	服务部署范围	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
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

声动人像VideoRetalk

华北2（北京）

模型名称

每秒钟调用次数（RPS）

同时处理中任务数量

videoretalk

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

视频风格重绘

华北2（北京）

模型名称

每秒钟调用次数（RPS）

同时处理中任务数量

video-style-transform

在同一时刻，只有1个作业实际处于运行状态，其他队列中的作业处于排队状态。

Vidu系列

新加坡

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
vidu/viduq3-mix_reference2video	5	5 单个百炼API Key下，Vidu视频生成系列的模型共享5个并发数。即所有模型处于运行状态的任务总数加起来不能超过5个。
vidu/viduq3-ad_reference2video	5
vidu/viduq3-drama_reference2video	5
vidu/viduq2-pro-fast_img2video	5

音频生成

华北2（北京）

模型名称	每秒钟调用次数（RPS）
qwen-audio-3.1-tts-next	3

音乐生成

华北2（北京）

模型名称	每分钟调用次数（RPM）
fun-music-preview	180
fun-music-v1	180

语音对话

实时语音对话

新加坡
华北2（北京）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-audio-3.1-realtime-plus	国际	60	100,000
qwen-audio-3.0-realtime-plus	国际	60	100,000
qwen-audio-3.0-realtime-flash	国际	60	100,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-audio-3.1-realtime-plus	60	100,000
qwen-audio-3.0-realtime-plus	60	100,000
qwen-audio-3.0-realtime-flash	60	100,000

语音合成（文本转语音）

Qwen-Audio-TTS

新加坡
华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen-audio-3.1-tts-flash	国际	180
qwen-audio-3.0-tts-plus	国际	180
qwen-audio-3.0-tts-flash	国际	180

Qwen3-TTS

新加坡
华北2（北京）

Qwen3-TTS-Flash

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen3-tts-flash	国际	180

Qwen3-TTS-Realtime

新加坡
华北2（北京）

Qwen3-TTS-Flash-Realtime

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen3-tts-flash-realtime	国际	180

Qwen3-TTS声音复刻

新加坡
华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen-voice-enrollment	国际	180

CosyVoice

新加坡
华北2（北京）

模型名称	服务部署范围	每秒钟调用次数（RPS）
cosyvoice-v3-plus	国际	3
cosyvoice-v3-flash	国际	3

Qwen-Audio-TTS/CosyVoice声音复刻/设计

Qwen-Audio-TTS/CosyVoice声音复刻/设计共用一个模型，共用限流额度。

新加坡
华北2（北京）

模型名称	服务部署范围	每秒钟调用次数（RPS）
voice-enrollment	国际	10

语音识别（语音转文本）与翻译（语音转成指定语种的文本）

Qwen3-LiveTranslate-Flash

新加坡
华北2（北京）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash	国际	100	100,000
qwen3-livetranslate-flash-2025-12-01	国际	100	100,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3-livetranslate-flash	100	100,000
qwen3-livetranslate-flash-2025-12-01	100	100,000

Qwen-LiveTranslate-Flash-Realtime

新加坡
华北2（北京）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-livetranslate-flash-realtime	国际	10	100,000
qwen3.5-livetranslate-flash-realtime	国际
qwen3.5-livetranslate-flash-realtime-2026-05-19	国际

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.8-livetranslate-flash-realtime	10	100,000
qwen3.5-livetranslate-flash-realtime
qwen3.5-livetranslate-flash-realtime-2026-05-19

Qwen-Audio-ASR-Message

新加坡
华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash-message	国际	1200

Qwen-Audio-ASR-Streaming

新加坡
华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash-streaming	国际	1200
qwen-audio-3.0-asr-flash-streaming	国际	1200

Qwen-Audio-ASR-Filetrans

新加坡
华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash-filetrans	国际	600
qwen-audio-3.0-asr-flash-filetrans	国际	600

Qwen-Audio-ASR

新加坡
华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen-audio-3.1-asr-flash	国际	600
qwen-audio-3.0-asr-flash	国际	600

Qwen3-ASR

新加坡
美国（弗吉尼亚）
华北2（北京）

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

模型名称	服务部署范围	每分钟调用次数（RPM）
qwen3-asr-flash-filetrans	国际	100

Qwen3-ASR-Realtime

新加坡
华北2（北京）

模型名称	服务部署范围	每秒钟调用次数（RPS）
qwen3-asr-flash-realtime	国际	20

Paraformer

华北2（北京）

模型名称	每秒钟调用次数（RPS）
paraformer-realtime-v2	20
paraformer-realtime-8k-v2	20

模型名称	每分钟调用次数（RPM）
paraformer-v2	1,200

模型名称	每秒钟调用次数（RPS）	同时处理中任务数量（并发数）
paraformer-8k-v2	20	100

Fun-ASR

新加坡
华北2（北京）

模型名称	服务部署范围	每分钟调用次数（RPM）
fun-asr	国际	600
fun-asr-flash-2026-06-15	国际	600

Fun-ASR-Realtime

新加坡
华北2（北京）

模型名称	服务部署范围	每秒钟调用次数（RPS）
fun-asr-realtime	国际	20

文本向量

新加坡
华北2（北京）
中国香港

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen3.7-text-embedding	国际	24,000	1,000,000
text-embedding-v4	国际	1,800	1,000,000
text-embedding-v3	国际	6,000	24,000,000

模型名称	限流条件（超出任一数值时触发限流）
模型名称	每秒钟调用次数（RPS）	每分钟消耗Token数（TPM）含输入与输出Token
text-embedding-v4 用Batch API调用服务时，不受限流限制。	30	1,200,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
text-embedding-v4	中国香港	1,800	1,200,000

多模态向量

新加坡
华北2（北京）

模型名称	服务部署范围	限流条件以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）仅输入Token
tongyi-embedding-vision-plus	国际	600	200,000
tongyi-embedding-vision-flash	国际	600	200,000

模型名称	限流条件以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）仅输入Token
qwen3-vl-embedding	2,400	1,200,000
multimodal-embedding-v1	120	1,000,000

排序模型

新加坡
华北2（北京）

模型名称	服务部署范围	限流条件以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）仅输入Token
qwen3-rerank	国际	5,400	5,000,000,000

模型名称	限流条件以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）仅输入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

行业

意图理解

华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
tongyi-intent-detect-v3	1,200	1,000,000

角色扮演

新加坡
美国（弗吉尼亚）
华北2（北京）

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	国际	120	500,000
qwen-flash-character	国际	120	500,000
qwen-plus-character-ja	国际	120	500,000

模型名称	服务部署范围	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	服务部署范围	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	全球	120	500,000
qwen-flash-character	全球	120	500,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
qwen-plus-character	120	500,000
qwen-flash-character	120	500,000

决策模型

新加坡
华北2（北京）

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
decision-model-preview	1,200	2,000,000

模型名称	限流条件（超出任一数值时触发限流）以下为每分钟限流条件，服务可能按 RPS（RPM/60）与 TPS（TPM/60）限制
模型名称	每分钟调用次数（RPM）	每分钟消耗Token数（TPM）含输入与输出Token
decision-model-preview	1,200	2,000,000

已下线模型

详细信息，请参见模型下线机制说明。

模型名称	每秒钟调用次数（RPS）
cosyvoice-v3.5-plus	3
cosyvoice-v3.5-flash
cosyvoice-v3-plus
cosyvoice-v3-flash
cosyvoice-v2

模型名称	每秒钟调用次数（RPS）
fun-asr-realtime	20
fun-asr-realtime-2026-02-28
fun-asr-flash-8k-realtime
fun-asr-flash-8k-realtime-2026-01-28

​限流规则

​FAQ

​为什么触发限流？

​如何查看模型调用量？

​遇到限流后多久恢复？

​模型响应速度与付费有关吗？

​什么因素影响模型响应速度？

​限流会降低已接受请求的生成速度吗？

​如何避免限流？

​如何控制 Token 用量或费用支出？

​充值后是否还会被限流？

​文本生成-千问

​千问语言模型

​千问VL（视觉理解/图生文）

​千问Omni（全模态）

​千问Omni-Realtime（实时多模态）

​千问OCR（文字提取）

​千问Coder

​千问翻译模型

​千问数据挖掘模型

​千问深入研究模型

​文本生成-千问-开源版

​千问语言模型开源版

​文本生成-第三方模型

​DeepSeek

​Kimi

​MiniMax

​GLM

​GLM-Z.AI直供

​图像生成

​千问（Qwen-Image）

​文生图-Z-Image

​万相

​Vidu系列

​视频生成

​HappyHorse系列

​万相系列

​声动人像VideoRetalk

​视频风格重绘

​Vidu系列

​音频生成

​音乐生成

​语音对话

​实时语音对话

​语音合成（文本转语音）

​Qwen-Audio-TTS

​Qwen3-TTS

​Qwen3-TTS-Realtime

​Qwen3-TTS声音复刻

​CosyVoice

​Qwen-Audio-TTS/CosyVoice声音复刻/设计

​语音识别（语音转文本）与翻译（语音转成指定语种的文本）

​Qwen3-LiveTranslate-Flash

​Qwen-LiveTranslate-Flash-Realtime

​Qwen-Audio-ASR-Message

​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

​多模态向量

​排序模型

​行业

​意图理解

​角色扮演

​决策模型

​已下线模型

限流规则

FAQ

为什么触发限流？

如何查看模型调用量？

遇到限流后多久恢复？

模型响应速度与付费有关吗？

什么因素影响模型响应速度？

限流会降低已接受请求的生成速度吗？

如何避免限流？

如何控制 Token 用量或费用支出？

充值后是否还会被限流？

文本生成-千问

千问语言模型

千问VL（视觉理解/图生文）

千问Omni（全模态）

千问Omni-Realtime（实时多模态）

千问OCR（文字提取）

千问Coder

千问翻译模型

千问数据挖掘模型

千问深入研究模型

文本生成-千问-开源版

千问语言模型开源版

文本生成-第三方模型

DeepSeek

Kimi

MiniMax

GLM

GLM-Z.AI直供

图像生成

千问（Qwen-Image）

文生图-Z-Image

万相

Vidu系列

视频生成

HappyHorse系列

万相系列

声动人像VideoRetalk

视频风格重绘

Vidu系列

音频生成

音乐生成

语音对话

实时语音对话

语音合成（文本转语音）

Qwen-Audio-TTS

Qwen3-TTS

Qwen3-TTS-Realtime

Qwen3-TTS声音复刻

CosyVoice

Qwen-Audio-TTS/CosyVoice声音复刻/设计

语音识别（语音转文本）与翻译（语音转成指定语种的文本）

Qwen3-LiveTranslate-Flash

Qwen-LiveTranslate-Flash-Realtime

Qwen-Audio-ASR-Message

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

多模态向量

排序模型

行业

意图理解

角色扮演

决策模型

已下线模型