本文按使用顺序介绍控制台创建吞吐预留(表单参数与费用确认)、API 接入调用、查看监控与日常管理(扩缩容、续订、退订、叠加容量包、溢出策略修改)。
开始之前
开始使用吞吐预留前,确认三样东西已就绪:
- 百炼模型服务:已在百炼控制台开通。
- 业务空间:已创建业务空间;调用预留容量时使用该空间的专属域名与 API Key。
- API Key:在目标业务空间内创建,步骤见获取与配置 API Key。
创建吞吐预留
进入创建页面:登录百炼控制台,在左侧导航选择模型推理 > 吞吐预留,单击创建吞吐预留。
表单按控制台实际顺序逐项填写:
| 表单项 | 可填什么 | 什么时候可选 |
|---|---|---|
| 预留名称 | 自定义名称,不超过 50 个字符 | 始终显示 |
| 选择模型 | 下拉选择要预留容量的模型 | 始终显示;选定后付费周期选项随所选模型动态出现 |
| 推理模式 | 标准模式 / 高速模式 | 始终显示;两者区别见吞吐预留概述 |
| 付费周期 | 按天 / 按 8 小时时段 / 按小时后付费 | 按天:两种模式均可。按 8 小时时段:仅标准模式,且仅每日 22:00–次日 00:00 可下单。按小时后付费:仅高速模式,选定高速后出现 |
| 输入容量 / 输出容量 | 单位 kTPM(1 kTPM = 每分钟 1,000 Tokens),输入起步 200、步长 10,输出起步 20、步长 1 | 始终显示;买前用TPM 容量计算器估算,长输入与缓存折算规则见长输入与前缀缓存 |
| 购买时长 | 1~30、60、90、120、365 天 | 仅预付费/按天显示;按 8 小时时段固定 8 小时无需填写;后付费按实际使用计费无时长 |
| 到期自动续费 | 开启 / 关闭,默认开启;开启后到期前 1 天的 8:20–20:00 间自动扣款,最多尝试 4 次 | 仅预付费/按天显示;按 8 小时时段不支持自动续费 |
| 单次续费时长 | 1~30、60、90、120、365 天 | 开启到期自动续费后显示(仅按天) |
| 溢出策略 | 自动溢出(默认,超出部分自动转按量计费、业务不中断)/ 仅使用预留容量(超出部分直接返回 429 限流错误、不产生额外费用) | 始终显示 |
model 参数。
接入调用
前提:预留实例状态为运行中。调用方式只有一条规则:把请求的 model 参数替换为专属模型 code,其余与普通模型调用一致。控制台详情区的API 接入页签只提供部分协议示例(OpenAI 兼容、DashScope);三种协议的完整调用方式如下。
- OpenAI Chat 兼容
- Anthropic 兼容
- OpenAI Responses
适合已按 OpenAI Chat Completions 协议接入的业务。两种 endpoint 均可使用:DashScope 域名 改用业务空间专属域名时,把上面示例的域名替换为
https://dashscope-intl.aliyuncs.com/compatible-mode/v1,或业务空间专属域名 https://{workspaceId}.{region}.maas.aliyuncs.com/compatible-mode/v1({workspaceId}、{region} 替换为实际值,如 ap-southeast-1)。- cURL
- Python
https://{workspaceId}.{region}.maas.aliyuncs.com/compatible-mode/v1 即可,其余参数不变。provisioned_tokens 为本次消耗的折算容量。字段含义见查看容量消耗与缓存命中。
查看与监控
在百炼控制台的吞吐预留页面查看容量、用量与运行状态。页面按使用动线分三层:
- 预留列表:每个模型一张卡片,用于查找目标预留。
- 卡片详情区:单击卡片查看更多展开,含概览、监控、API 接入三个页签——分别用于判断容量是否充足、排查调用问题、获取调用示例;概览页签底部为该模型下的容量实例列表,扩缩容、续订、退订的入口都在实例行的操作列。
预留列表

| 卡片信息 | 含义 |
|---|---|
| 模式标签、状态 | 该预留的推理模式与实例当前状态。 |
| 生效预留数 | 生效中的容量实例数量;统计范围包含历史已过期、已停止、已释放的预留,不等于当前可用数量。 |
| 已预留输入/输出 TPM | 该模型名下全部实例的容量合计。 |
卡片详情区
详情区包含三个页签:
- 概览
- 监控
- API 接入

| 检查项 | 位置 | 判断标准 |
|---|---|---|
| 利用率 | 统计卡(平均利用率)与使用率趋势曲线 | 利用率持续接近 100% 说明容量不足。 |
| 峰值 | 统计卡7 日内峰值(近 7 日容量使用峰值) | 峰值接近或超过购买容量说明高峰时段不足。 |
| 超额降级 | 超额降级统计(最近降级时间与次数,仅自动溢出策略下产生) | 频繁降级说明超出频繁,建议扩容(见管理操作)。 |
| 统计方式 | 说明 |
|---|---|
| 以购买容量观测 | 以购买容量为基准计算利用率。 |
| 以折算容量观测 | 以按折算系数折算后的容量为基准(长输入与缓存折算方式)。 |
| 包含溢出用量 | 用量中额外计入溢出到按量计费的部分。 |
容量实例列表

| 列 | 说明 |
|---|---|
| 容量实例 ID | 实例唯一标识,调用管理 OpenAPI 时用于指定实例。 |
| 输入/输出 TPM | 实例的输入/输出容量。 |
| 状态 | 含义见实例状态。 |
| 付费周期 | 预付费/按天、预付费/按 8 小时时段、后付费/按小时。 |
| 生效/到期时间 | 生效与到期时点,到期前显示剩余天数。 |
| 自动续费 | 开/关,切换即生效(仅预付费/按天)。 |
管理操作
各付费方式可执行的操作与约束:
| 付费方式 | 扩缩容 | 续订 | 退订 / 删除 | 关键约束 |
|---|---|---|---|---|
| 预付费/按天 | 支持 | 支持(含自动续费) | 走费用中心退订 | 退订不可恢复、按惩罚系数结算退费;API 无法直接释放预付费实例(须费用中心办理) |
| 后付费/按小时 | 支持 | 不适用(无到期概念) | 删除实例即停止计费 | 归零后的实例可直接删除;删除 Model Code 前须先释放全部实例 |
| 按 8 小时时段 | 不支持 | 不支持 | 不支持 | 时段到期后容量自动失效;不支持自动续费 |
以上各项操作均提供对应的 OpenAPI 接口,调用方式见吞吐预留 API 参考。
叠加容量包

| 付费周期 | 适用条件 |
|---|---|
| 预付费/按天 | 预付费或后付费的预留均可 |
| 预付费/按 8 小时时段 | 仅标准模式基础,且仅部分模型支持,支持列表见8 小时时段预留计费 |
| 方式 | 改动对象 | 计费 |
|---|---|---|
| 叠加容量包 | 新增独立实例,与原实例并存 | 独立购买,可自选付费周期与时长(如按 8 小时时段) |
| 扩缩容 | 调整原实例的输入/输出 TPM | 新增部分按剩余有效期计费 |
扩缩容、续订与退订
三个操作都在容量实例列表的操作列:
- 扩缩容
- 续订
- 退订

输入与输出 TPM 均可调整为 0(归零):归零后停止产生容量费用,专属模型 code 保留,可通过扩容恢复调用。缩容与归零按减配结算退费,惩罚系数为已使用 ≤30 天 1.2、>30 天 1.0,详见缩容。惩罚系数仅预付费实例适用;后付费实例删除即停止计费,不产生退款。
修改溢出策略
溢出策略创建后可以修改:在概览页签的溢出策略处单击修改。超出部分转为按量计费还是返回 429 由溢出策略决定,两种策略的行为差异与计费影响见溢出策略与计费。
实例状态
实例的五种状态及含义:
| 状态 | 含义与去向 |
|---|---|
| 运行中 | 正常服务,专属模型 code 可调用。 |
| 待生效 | 已创建,等待生效。 |
| 变配中 | 正在执行扩缩容。 |
| 已停止 | 三种成因:到期、欠费、容量归零。到期与欠费停止的实例续费后恢复;归零的实例在扩缩容弹窗重新扩容后即恢复。 |
| 已释放 | 资源已回收,不可恢复。 |
常见问题
Q: 调用返回 429 限流错误如何处理?
Q: 调用返回 429 限流错误如何处理?
按三步排查:
- 先看溢出策略:若为仅使用预留容量,超出预留容量必然返回 429;可在概览页签把溢出策略改为自动溢出。
- 在概览页签查看超额降级统计,确认超出发生的频率。
- 频繁超出说明容量不足:通过扩缩容上调容量,或购买叠加容量包。
Q: 失败率升高如何排查?
Q: 失败率升高如何排查?
在监控页签按失败类型分流:4xx 多为请求自身问题(参数、鉴权);5xx 为服务端错误,可重试;限流类错误按上一条的方向排查容量;内容安全类错误请检查输入内容。
Q: 到期后会怎样?
Q: 到期后会怎样?
到期后立即停机(不可调用,仍可续费),停机 2 小时后释放、不可恢复。建议保持到期自动续费开启,规则见到期与生命周期。
Q: 如何判断是否需要扩容?
Q: 如何判断是否需要扩容?
在概览页签看两个信号:使用率曲线持续贴近 100%,或超额降级统计的次数频繁增加。任一信号持续出现,即建议扩容输入/输出容量。


