阿里百炼 MAAS 平台大模型产品矩阵 Model Portfolio
Qwen3.8-MaxQwen3.8-27B开源Qwen3.8-Flash
Qwen3.8-Omni-Flash-Realtime全模态实时Qwen3.8-Omni-Flashoffline
智谱
GLM-5.3
深度求索
DeepSeek-V4.1-Flash多模态
月之暗面
Kimi-K3.1-Pro
Wan3.0主推 · 30s
Qwen-Image-3.0-ProQwen-Image-2.1-Turbo开源 · 高性价比Qwen-Image-3.1coming soon
Qwen-Audio-3.1-TTS-Flash主推Qwen-Audio-3.1-TTS-PlusQwen-Audio-3.1-TTS-Next音频生成
Qwen-Audio-3.1-Realtime-Flash主推 · 实时对话Qwen-Audio-3.1-Realtime-Plus
Qwen-Audio-3.0-ASR-Flash主推
更多能力：
qwen3.7-text-embedding 向量嵌入 · qwen3.7-text-rerank 重排序 · PTU 专属算力 · TPM 预留吞吐 —— 一套 API Key 调多家模型，OpenAI 兼容协议，迁移零成本。百炼平台四大优势 Why Model Studio
🌐
丰富的模型选择Rich Model Choices
Qwen 全系旗舰 + GLM / DeepSeek / Kimi 第三方模型一套 Key 直调；LLM · 视觉 · 视频 · 语音 · Embedding 全产品线，覆盖不同价格、性能与能力需求。
🔌
开放的生态Open Ecosystem
OpenAI / Anthropic 兼容协议，LangChain 等主流框架即插即用，迁移零成本；依托 Qwen 全球领先的开源生态与开发者社区。
🌍
全球覆盖Global Coverage
北京 · 新加坡 · 美国（弗吉尼亚）· 欧洲（法兰克福）· 日本（东京）· 香港六大节点就近接入，低时延高可靠，跨境业务统一纳管。
🛡️
全球合规Global Compliance
SOC 2 审计（无保留意见）· 满足 GDPR 等合规要求；欧盟 / 美国 / 日本数据驻留可选，数据不用于训练，AES-256 加密传输；支持 ZDR（零数据保留）。
全托管一站式平台 · 企业级 SLA 99.9% · 数据驻留满足 GDPR 等区域法规 —— 详见模型广场与合规文档中心。
大模型拓新策略 Migration Strategy
策略一 · 平切
同样模型，直接平切
客户正在使用的模型（DeepSeek 官网 / 智谱开放平台 / 月之暗面开放平台等），百炼均有同款在售，可无损平切，一套 API Key 统一纳管。
🎯 推理质量 — 同款模型、同版本，推理能力一致
💰 性价比 — 缓存命中计费、国际站 USD 定价、TPM/PTU 预留更优惠
🛡️ SLA — 阿里云企业级 SLA，PTU 专属算力保障吞吐稳定
⚖️ 合规 — 全球合规：SOC 2 审计（无保留意见），符合 GDPR，数据不用于模型训练
策略二 · 平替
海外 SOTA → 国产旗舰，追求降本
客户在用 Claude / OpenAI 等海外 SOTA，可用 Kimi-K3.1-Pro（编程）/ Qwen / GLM-5.3 / DeepSeek-V4.1 平替，同等任务大幅降本。
💸 降本 — 同等任务下，国产旗舰 token 单价远低于 Claude / OpenAI 等海外旗舰 API 价格
⚡ 时延 — 新加坡等国际站节点就近接入，网络时延显著低于跨境调用海外 API
🔐 合规 — 数据驻留区域可选（欧盟 / 美国 / 日本），满足当地法规，支付与网络无门槛
🔁 演进 — OpenAI 兼容协议，迁移零成本，后续可平滑升级
拓新话术
- 同模型平切 — “模型一样、效果一样，价格更低、SLA 更有保障、合规更省心，为什么要分开维护？”
- 海外 SOTA 平替 — “Claude / OpenAI 能做的，Kimi-K3.1-Pro / Qwen / GLM-5.3 / DeepSeek 也能做，目标是把成本降下来。”
平切讲“零风险”，平替讲“降本增效”，双策略并进覆盖存量与增量客户。
LLM 产品线推荐 LLM Product Line
Qwen 系列（自研主力）
| 模型 | 适用场景 | 特点 |
|---|---|---|
| Qwen3.8-Max旗舰 | 代码工程 · 全栈开发 专业办公 · 复杂推理 长程 Agent · 图文理解 |
2.4T MoE 万亿参数 · 1M 上下文 文本+图像输入（VL，已实测） 思考/非思考双模式 · 最大输出 128K · 官方自评仅次于 Fable 5 · 开源版本Qwen3.8-2.4T-A95B |
| Qwen3.8-27B开源版本 | 开源私有化 / 稳定版本镜像 对话、客服、实时交互 VL 视觉分析 · GUI/CLI Agent |
27B Dense 原生多模态（图/视频） 262K 原生上下文（可扩展 1M） 开源权重 + 百炼 API 双形态 · GUI Agent 官方 OSWorld-Verified 84.3（超 Opus 4.6 Max）· 新加坡 $0.5/$3 |
| Qwen3.8-Flash轻量极速 | IPC / 审校 / 大批量打标 在线成本敏感型场景 高缓存复用 Agentic 流量 |
Next 新架构：125B MoE / 6B 激活 1M 上下文 · 原生图/视频输入 90% 缓存命中 1M prefill 吞吐 = 3.7-Plus 的 8.6× · 新加坡 $0.15/$0.47 · 2026-08-26 发布 |
选型口诀
- 90% 客户用 Qwen3.8-Flash 就够了 — 成本敏感场景的最优解（IPC / 审校 / 大批量打标 / 高并发）
- 需要旗舰能力（重度代码 / 复杂推理 / 长程 Agent / 图文理解）→ Qwen3.8-Max，旗舰场景首选
- 要求开源与稳定版本镜像（私有化部署 / 数据合规 / 版本可控）→ Qwen3.8-27B，兼顾秒级响应对话 / 客服 / GUI Agent
第三方模型（百炼同样支持）
| 模型 | 模型定位 | 说明 |
|---|---|---|
| GLM-5.3（智谱旗舰） | 把 Agent 放进生产环境跑命令、查漏洞 典型场景：安全审计 · Shell 执行 · 仓库级长程任务 |
百炼直接调用，无需对接智谱独立接口；新加坡 $1.40/$4.40（1M 上下文 / 128K 输出） |
| DeepSeek-V4.1-Flash | 主打极致性价比 典型场景：办公 Agent · 大批量推理 |
高性价比推理模型（原生多模态视觉；当前版本 2026-10-17 的 1017 快照，取代 0731 版），百炼直接调用 |
| Kimi-K3.1-Pro（月之暗面） | 一次就要想明白的难问题 典型场景：数学 · 问答 · 调试 · 检索 |
旗舰通用模型（K3 后训练版：沿用 2.8T MoE / 1M 上下文 / 始终思考，思考强度 low/high/max，长程编码与知识工作强化；官方定价低于 K3），百炼直接调用 |
百炼统一入口 = 一套 API Key 调多家模型，OpenAI 兼容协议，迁移零成本。
LLM API 计费模式 Billing Modes
三种方案在计费单位、容量保障强度、超额处理与接入改动上各有侧重，按业务诉求对号入座。
| 方案 | 计费单位 | 容量保障 | 适用场景 | 超额处理 | 代码改动 |
|---|---|---|---|---|---|
| 按量付费默认 | 按 Token | 无 · 共享公共池 | 流量波动大 / 短期验证 | 自动服务，受公共限流 扩容需联系商务 T+1 申请 |
无需改动 |
| TPM 预留稳定 | 按 kTPM 预付费 | 专属容量刚性兑付 | 流量可预估 核心链路不接受限流 |
可选：自动溢出按量（默认） 或仅预留容量返回 429 |
替换 model 参数即可 |
| PTU · 模型部署高性能 | 按 kTPM 预付费 | 专属部署实例 | 高吞吐 + 极致延迟 | 可选：自动溢出按量（默认） 或仅 PTU 容量返回 429 |
替换 model 参数即可 |
选型口诀
- 流量波动 / 初期验证 → 按量付费（零门槛起步）
- 流量可预估、不能限流 → TPM 预留（容量刚性兑付）
- 高吞吐 + 低延迟 → PTU（专属部署实例）
TPM 预留与 PTU 均按 kTPM 预付费、超额可自动溢出按量：前者保「稳定」，后者保「性能」。
PTU / TPM 预留支持的模型
支持 Qwen3.8-Max、Qwen3.8-Flash、Qwen3.8-27B、DeepSeek-V4.1-Flash 等核心模型（以控制台为准）。
视频生成产品线 Video Generation
🆕 新旗舰 · 主推
Wan3.0
30 秒长视频（2× 时长）· 文 / 图 / 音 / 视频 / 文档（PPT、PDF）多模态输入
All-in-One 统一入口：T2V / I2V / R2V / 视频编辑全链路覆盖（API：wan3.0-video，2026-08-06 上线）
API 定价 $0.05/秒起（国际站新加坡节点，折扣以官方定价页为准）
▶ 观看官方演示视频
微信内打开播放
选型口诀
- 通用视频创作 / 长视频 / 文档转视频（PPT、PDF → 营销素材） → Wan3.0（主推）
推荐模型清单 Proposed Model List · 2026-09
⚠️ 以下为客户当前应选用的最新在售模型，新项目请优先选用，避免使用旧版本。
Agentic LLM 模型
| 类别 | 模型 | 说明 |
|---|---|---|
| 旗舰推理 | qwen3.8-max | 2.4T MoE 万亿参数，支持文本+图像输入（已实测），代码工程+专业办公+长程 Agent |
| 推理 | qwen3.8-27b（开源版本） | 开源多模态 Dense 模型（GUI Agent 官方 OSWorld-Verified 84.3），百炼 API + 开源权重双形态，适合对话、客服、VL 视觉、GUI/CLI Agent 及私有化部署 |
| 轻量推理 | qwen3.8-flash | Next 新架构轻量旗舰（125B/6B 激活），极致性价比，适合 IPC、审校、大批量打标（2026-08-26 发布） |
| 推理+编程 | deepseek-v4.1-flash | 极致性价比：办公 Agent / 大批量推理首选（552B CED 非对称架构、原生多模态视觉；当前版本为 2026-10-17 的 V4.1-Flash-1017 快照——架构不变、后训练重做，TB 4.0 42.3 / DeepSWE 77.0；取代 0731 版） |
| 旗舰 | glm-5.3 | 把 Agent 放进生产环境跑命令、查漏洞（安全审计 / Shell 执行）；智谱最新旗舰（2026-08-14 发布，开源 SOTA：Terminal-Bench 3.0 28.3 开源第一、CyberGym 84.5%），1M 上下文 / 128K 输出，新加坡 $1.40/$4.40 |
| 推理+编程 | kimi-k3.1-pro | 一次就要想明白的难问题（数学 / 问答 / 调试 / 检索）；月之暗面 K3 后训练旗舰（沿用 2.8T MoE、1M 上下文、始终思考，思考强度 low/high/max，长程编码与知识工作强化；官方定价 $2/$10 低于 K3 的 $3/$15） |
视频生成
| 类别 | 模型 |
|---|---|
| 旗舰 · 长视频 | wan3.0-video · 30s 长视频 · All-in-One（文/图/参考生视频统一入口）· 2026-08-06 上线 |
图片生成
| 模型 | 定位与说明 |
|---|---|
| qwen-image-3.0-pro（qwen-image-3.1 coming soon） | 旗舰画质：复杂排版与长文字渲染精度最高 · 新加坡 1k $0.04 / 2k $0.075 每张 |
| qwen-image-2.1-turbo（开源版本） | 主打速度与性价比：轻量小尺寸模型，生成 + 编辑统一（多参考图 / 局部控制）、原生透明通道 · 新加坡 $0.016 每张（约 3.0-Pro 1k 档的 40%）· 支持微调 |
ASR & TTS & 实时语音（识别 / 合成 / 双工对话）
| 模型 | 用途 |
|---|---|
| qwen-audio-3.1-tts-flash推荐 | 语音合成（TTS）· 新主推 · 北京 + 新加坡 · 74 系统音色（含多语种 / 方言）；比 plus 快约 2 倍，成本约为 plus 的 1/10 |
| qwen-audio-3.1-tts-plus | 语音合成（TTS）· 精品音色 / 内容制作 · 北京 + 新加坡 · 4 个 v3.1 旗舰音色 · 指令控制 / 声音复刻 |
| qwen-audio-3.1-tts-next | 音频生成（AudioGen，非纯 TTS 但兼容 TTS 用法）· 北京 + 新加坡 · text_prompt + 最多 3 段参考音频，@voice1~3 分角色→多人 voice 播客 / 对谈 / 有声剧；人声 + 音效 + 环境音一次生成；非流式（≤120s，播客 ≤240s） |
| qwen-audio-3.1-realtime-flash推荐 | 实时双工语音对话（听 + 想 + 说一体）· 北京 + 新加坡 · 语义轮次 smart_turn_v2（“嗯”“啊”不打断）、说话人增强、声音复刻、FC + 联网搜索可同时开；输入 16kHz / 输出 24kHz，上下文 262K |
| qwen-audio-3.1-realtime-plus | 实时双工语音对话 · 高表现力档 · 北京 + 新加坡 · 音色与 flash 同库，但音频输出单价约为 flash 的 12.8 倍；联网搜索与 FC 不可同时开 |
| qwen3.8-omni-flash-realtime | 全模态实时交互（文本 + 音频 + 视频帧）· 北京 + 新加坡 · 多通道音频 1/2/4 声道、远程 MCP、音频与文本分别计费；纯语音场景请选 qwen-audio-3.1-realtime-flash |
| qwen-audio-3.0-asr-flash | 语音识别（ASR）· 词级时间戳 |
Embedding & Rerank（向量嵌入 & 重排序）
| 模型 | 用途 |
|---|---|
| qwen3.7-text-embedding推荐 | 文本 → 语义向量：语义搜索 / RAG 的召回底座，性能最强（最高 2560 维，2026-07-15 上线） |
| qwen3.7-text-embedding-flash | 标准版轻量替身，成本仅 1/4：大规模建库、高频实时向量化首选 |
| qwen3.7-text-rerank | 精排：按相关性对召回候选重排序，与 Embedding 组成 RAG 两阶段检索，精度再提升 |
| text-embedding-v4（上代） | 上代向量模型，新项目请优先选用 qwen3.7 系列 |
⚠️ 以上为截至当前在售的最新推荐模型。重点推荐agentic LLM和AIGC模型。
提示 One More Thing
永远推荐当前最新版本模型
Always recommend the latest model version
①
能力更强 — 新模型 benchmark 全面领先，客户体验立竿见影
②
老模型不打折且 TPM/RPM 无法扩容 — 历史版本不降价、也无扩容路径，花同样的钱不如直接用新模型
如需更详细的技术选型或专属报价方案，请联系阿里云商务团队或AI架构师