阿里云百炼大模型服务平台模型部署指南：流程与常见问题

无论使用平台预置模型还是经调优后的自定义模型，用户均可通过部署获取独立、资源专享的推理服务，以满足高并发、低延迟等多样化业务性能需求。以下为完整的部署指南，涵盖计费方式、部署流程、调用方式及常见问题。

一、三种部署计费方式对比

部署前可在模型部署控制台（北京）查看不同模型的预估每小时费用。需注意：计费方式在服务创建后不可更改，如需切换，须先下线已部署模型，再重新部署。通过阿里云百炼大模型服务平台：https://www.aliyun.com/product/bailian 登录阿里云百炼控制台，导航至“模型部署”页面，点击“部署新模型”。

二、计费详情

1. 预置吞吐（PTU）计费

费用 = 使用时长 ×（输入TPM单价 × 输入TPM + 输出TPM单价 × 输出TPM）

• 后付费按小时计费，预付费按天计费。

• 预付费订单支付后实时生效，22:00后下单则到期日自动顺延1天。

• 预付费到期后延后2小时停止服务，资源保留14小时后释放，不可提前终止。

• 后付费欠费时，资源保留并继续计费24小时后自动释放。

当输入超过最长Token或超出购买TPM量时，系统将自动切换为按量付费模式，性能可能有所下降。

千问系列

DeepSeek系列

千问VL系列

更多模型

2. 模型单元计费

费用 = 使用时长（小时）× 模型单元数量 × 模型单元单价

预付费按月：包月数 × 模型单元数量 × 月单价

首月内提前退订，日单价按1.2倍计费（不满一天按一天计算）。

文本生成——千问

GLM系列

DeepSeek系列

更多模型

模型类型说明：

• Instruct — 部署后以非思考模式进行推理。

• Thinking — 部署后以思考模式进行推理。

PD分离模式说明：将首Token计算（Prefill）与后续Token计算（Decode）分配至不同节点执行，以降低首Token延迟并提升吞吐。

多模态——千问VL

千问 Omni

语音合成——CosyVoice

3. Token用量计费

费用 = 输入Token数 × 输入单价 + 输出Token数 × 输出单价（最小计费单位：1 token）

仅当对基础模型完成SFT高效训练并获得自定义模型后，方可采用此计费方式。

千问

千问VL

三、部署方法

操作步骤如下：

1. 前往模型部署控制台（北京）。

2. 选择模型及计费方式，其余设置保持默认，设置模型名称后开始部署。

须先完成模型调优，方可部署大部分模型。

1. 部署状态显示为运行中，即表示部署成功。

模型部署成功后将开始产生费用。

3.1 部署配置说明

四、部署后调用

模型部署成功后，支持通过 OpenAI兼容接口、DashScope 及 Assistant SDK 进行调用。

调用时，model 参数应填写部署成功后的模型 code，该信息可在控制台获取。

模型特性（如是否支持非流式输出、结构化输出等）与调优前保持一致。若调优数据包含深度思考内容，调用时建议开启 enable_thinking；若不包含，则不建议开启。

DashScope 调用示例

import os
import dashscope

messages = [
    {
   "role": "system", "content": "You are a helpful assistant."},
    {
   "role": "user", "content": "你是谁？"},
]
response = dashscope.Generation.call(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    model="qwen3-14b-xxx-xxx",  # 替换为部署后的code
    messages=messages,
    result_format="message",
    enable_thinking=False,
)
print(response)

OpenAI 兼容接口调用示例

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="qwen3-14b-xxx-xxx",  # 替换为部署后的code
    messages=[
        {
   "role": "system", "content": "You are a helpful assistant."},
        {
   "role": "user", "content": "你是谁？"},
    ],
    extra_body={
   "enable_thinking": False},
)
print(completion)

五、扩缩容方式

六、部署服务下线

前往模型部署控制台（北京） → 找到需下线的服务 → 点击下线并确认。

下线后不再产生计费。

七、常见问题

Q1：是否支持上传和部署自有模型？

支持在我的模型控制台（北京）导入部分开源模型。
此外，阿里云人工智能平台 PAI 提供了部署自有模型的功能。

Q2：部署时提示权限不足应如何处理？

情形一：缺少模块权限

请确认账号在该业务空间的权限管理页面已具备「模型部署-操作」权限。

情形二：业务空间无部署权限

报错示例：Workspace xxx does not have deployment privilege for model xxxx

请前往百炼业务空间管理页面，为对应空间添加模型部署权限。

若仍无法解决，请联系组织管理员或IT管理员处理。

Q3：如何切换计费方式？

须先释放原有资源，再以新计费方式创建。建议按以下步骤操作：

1. 以新计费方式部署新资源。
2. 切换API并测试可用性。
3. 下线并释放原有资源。

2026年阿里云AI产品与云产品优惠权益参考
AI 产品权益主要包括阿里云百炼 Token Plan，提供多档位套餐，包月预算可控；HappyHorse-1.0 系列模型 限时 8 折；阿里云百炼 Token Plan，提供多档位套餐，包月预算可控；Qwen3.6全模型通享 4.5 折；Qwen3.7-Max 发布 限时 5 折；阿里云百炼优惠券，先用后返，最高200元，个企同享；阿里云 JVS Claw 39元起，一键接入 OpenClaw等。而云产品权益主要有轻量应用服务器限时抢购2核2G38元/年、2核4G9.9元1个月、199元/年；通用算力型u2i实例3折，九代c9i、g9i、r9i等实例1年付6.4折起等优惠权益。详情可通过阿里云权益中心了解：https://www.aliyun.com/benefit

小结：阿里云百炼大模型服务平台为用户提供了预置吞吐（PTU）、模型单元、Token用量三种灵活的部署计费方式，覆盖从高并发生产场景到调优验证的多元需求，并支持OpenAI兼容接口、DashScope及Assistant SDK等多种调用方式，配套完善的扩缩容与下线机制，降低了大模型落地的技术门槛。