百炼限流两本账：31 个千问模型 22 个跨地域不一致，0902 快照两页差 10 倍

数据采集时间：2026-10-25 20:00–20:20（Asia/Shanghai）。本文只读取阿里云百炼帮助中心的两份公开页面，不登录控制台、不创建 API Key、不发起模型调用，也不查询任何账号的实际限流值或账单。

• 《限流》：help.aliyun.com/zh/model-studio/rate-limit，页面元数据 lastModifiedTime 为 2026-10-22T11:52:55+08:00。
• 《动态限流》：help.aliyun.com/zh/model-studio/quota-management，lastModifiedTime 为 2026-10-20T10:17:46+08:00。

这两页都在回答同一个问题：一个账号每分钟能调用多少次、能烧多少 Token。但一页给的是按模型逐行排列的固定 RPM/TPM 表，另一页给的是按「上月消费金额」分三档的 TPM 表。把两页放在一起核对，同一批模型出现了两套语言、两套数字。

一、结论先行

1. 《限流》页的「文本生成-千问 / 千问语言模型」一节，六个地域合计 31 个不同模型名。北京 31 个、美国（弗吉尼亚）22 个、新加坡 27 个、德国（法兰克福）22 个、日本（东京）13 个、中国香港 11 个。
2. 这 31 个模型里，24 个至少缺一个地域。qwen-long、qwen3.7-max-2026-05-17、qwen3.7-max-preview 只在北京表里出现；qwen-max 和 qwen-plus-latest 只在北京、新加坡两表出现；qwen-plus 在北京、美国、德国、香港有，在新加坡表里找不到。
3. 在至少在两个地域都给出数字的模型里，22 个的 RPM 或 TPM 跨地域不一致。差额最大的是 qwen3.7-max：北京、美国（全球部署）、德国写 30,000 RPM，新加坡与日本写 600 RPM，相差 50 倍。
4. 差额不一定朝同一个方向。qwen-flash-2025-07-28 北京写 60 RPM / 1,000,000 TPM，新加坡写 600 RPM / 5,000,000 TPM，新加坡反而是北京的 10 倍。qwen3.5-flash 的德国表写 35,000 RPM，比北京的 30,000 还高。
5. 同一个快照 qwen3.8-max-0902，《动态限流》页在北京与新加坡两档都写 150 万 TPM，而《限流》页在美国、德国、日本、香港四张表里写 150,000 TPM，相差 10 倍。
6. 《动态限流》页北京档位表列出 12 个模型，新加坡列出 10 个；其中 glm-5.3-prime 在《限流》页全文出现 0 次——它有 TPM 档位，但没有一条 RPM/TPM 行。
7. 两页的更新时间相差两天，且都没有写明「哪一页优先」。当两份官方文档对同一个模型给出不同数字时，本文一律不下结论，只标出差异。

二、两份文档，两种限流语言

《限流》页的结构是「模型族 → 地域 → 表格」。页面共有 163 张表，其中「千问语言模型」一族按六个地域分成六张表，每张表两列核心数据：每分钟调用次数（RPM）与每分钟消耗 Token 数（TPM，含输入与输出）。页面开头还写明，除 RPM/TPM 外，服务可能按秒级 RPS（RPM/60）与 TPS（TPM/60）执行，所以「一分钟没超」不等于「不会触发限流」。

《动态限流》页的结构完全不同。它先给机制：TPM 限流值按月消费额度分档、每月调整；达到限流值后如果平台还有余量，不会立即拒绝，因此「实际可用 TPM 不低于限流值」；RPM 在动态限流下「具备较高限额，用户无需单独设置」。然后给出两张档位表：华北 2（北京）与新加坡，各三档，按「等级 1 ≤¥10 万 / 等级 2 ¥10 万~¥100 万 / 等级 3 >¥100 万」划分，每月 10 日通知、15 日生效。

也就是说，《限流》页回答的是「这张表写多少」，动态限流页回答的是「你的账单属于哪一档」。前者可以抄进代码，后者必须登录控制台才能看到自己当前档位。

三、同一个 0902 快照：150 万与 150,000 并存

qwen3.8-max-0902 是这批模型里差异最直观的一个。

150 万与 150,000 相差 10 倍。两页都没有解释这是「地域不同所以口径不同」，还是「同一数值写错了单位」。如果按《动态限流》页的说法，北京与新加坡的 qwen3.8-max-0902 固定为 150 万 TPM；但《限流》页在另外四个地域统一写 150,000，看起来更像同一个数字被写成了两种量级。

同一个表里还能看到另一组矛盾：qwen3.8-max 的「全球」与「美国」两行都写 30,000 RPM / 5,000,000 TPM，而《动态限流》页北京档位的最低档是 500 万、最高档 2000 万。美国表的 500 万恰好等于北京档位的最低档，但美国并没有出现在《动态限流》页的地域列表里。美国用户到底按固定 500 万，还是按某个未公开的档位，文档没有答案。

四、31 个模型，没有一个地域是全集

《限流》页千问语言模型的六张地域表，行数分别是：

把全角与半角括号统一、去掉模型名后的备注文字后，六个地域的并集是 31 个模型。其中 24 个至少缺一个地域，只有 7 个在六个地域全部出现。

只在单一地域出现的模型有三个，全部在北京表：

• qwen-long
• qwen3.7-max-2026-05-17
• qwen3.7-max-preview

只在两个地域出现的模型包括 qwen-max（北京、新加坡）与 qwen-plus-latest（北京、新加坡）。北京表里 qwen-max 写 1,200 RPM / 1,000,000 TPM，新加坡表写 600 RPM / 1,000,000 TPM，RPM 差 2 倍。

更值得注意的是 qwen-plus：北京写 30,000 RPM / 5,000,000 TPM，美国写「全球 15,000 / 5,000,000」与「美国 600 / 1,000,000」两行，德国写 600 RPM / 1,000,000 TPM，香港写 600 RPM / 1,000,000 TPM，而新加坡表里没有 qwen-plus，只有 qwen-plus-latest。一个在新加坡部署的应用如果按北京表的 30,000 RPM 设计并发，落地到新加坡时连对应行都找不到。

五、22 个模型跨地域数值不同，差额从 1.2 倍到 50 倍

在至少两个地域都给出纯数字的模型中，22 个的 RPM 或 TPM 不一致。挑几组差额最大的：

这张表里有两件事值得单独说。

第一，qwen-flash-2025-07-28 的方向是反的。多数模型是北京额度最高、海外更低，但这个快照在新加坡是 600 RPM / 500 万 TPM，在北京只有 60 RPM / 100 万 TPM。如果只看「国内额度更大」的经验，会把它判反。

第二，qwen3.5-flash 的德国表写 35,000 RPM，比北京的 30,000 高。这是全部六张表里唯一一处「德国 RPM 高于北京」的记录，差异只有 1.17 倍，容易被认为是笔误而不是策略，但文档没有说明。

六、同一张表里，「全球」和「本地」也能差 50 倍

美国、德国、日本、香港、新加坡五张表多了一列「服务部署范围」。同一模型因此可能占两行：一行「全球」，一行本地地域。两行的数字可以完全不同。

• qwen3.7-max：全球 30,000 RPM / 5,000,000 TPM；美国 600 RPM / 1,000,000 TPM。
• qwen-plus：全球 15,000 RPM / 5,000,000 TPM；美国 600 RPM / 1,000,000 TPM。
• qwen-flash：全球 15,000 RPM / 10,000,000 TPM；美国 30,000 RPM / 10,000,000 TPM。这一组的本地额度反而更高，而且「30000」没有千位分隔符，与同页其他单元格的写法不一致。
• qwen3.7-plus：全球 30,000 / 5,000,000；美国 15,000 / 5,000,000。

「全球」与「美国」是什么关系，页面没有解释。它可能是「全球部署的同一模型」与「美国本地部署」两种接入方式，也可能只是同一模型的两个配额池。对调用方来说，唯一确定的结论是：不能只看模型名，必须同时看清「服务部署范围」这一列，否则会把 30,000 和 600 当成同一个模型的限额。

七、动态限流档位：北京与新加坡差 2.5 倍

《动态限流》页给出两张档位表。北京 12 个模型，新加坡 10 个。两地的 qwen3.8-max 档位并不相同：

最低档相差 2.5 倍，最高档相差 2 倍。qwen3.8-flash 两地三档都是 500 万 / 1000 万 / 2000 万，没有差异；kimi-k3 两地都是 120 万 / 500 万 / 1000 万；deepseek-v4-pro-0813 北京是 120 万 / 1000 万 / 2000 万，新加坡是 120 万 / 500 万 / 1000 万。

更麻烦的是模型清单本身对不上：

• 北京档位表 12 个模型，新加坡 10 个。北京多出的两个是 deepseek-v4.1-flash-1017 与 qwen3.8-omni-flash。
• glm-5.3-prime 在北京、新加坡档位表都出现，写 200 万 TPM（三档相同），但它在《限流》页全文出现 0 次。
• glm-5.3 在《动态限流》页写北京、新加坡各 500 万；《限流》页北京、新加坡写 5,000,000，能对上；但美国、德国、日本三表写 1,200,000，只有 120 万。如果这三地也执行动态档位，则与 500 万差 4.17 倍；如果这三地不执行，文档又没有说明原因。
• qwen3.8-max-0902 的 150 万与 150,000 已在第三节列出，这里不再重复。

《限流》页共出现 16 个「动态限流」单元格，北京 8 个、新加坡 8 个，其余四个地域一个都没有。也就是说，「动态限流」在文档层面只覆盖两个地域，但《动态限流》页的档位表却只出现在这两个地域——看起来自洽，实际上把美国、德国、日本、香港的用户留在了「固定数字」这一侧，而固定数字与动态档位之间没有任何换算说明。

八、这份账本怎么用

如果你要用百炼跑生产流量，下面六条比记住任何一个数字更实用。

1. 先确认地域与部署范围，再看数字。 同一模型在北京、新加坡、美国（全球）、美国（本地）可能是四个不同的限额。只看模型名会把 30,000 和 600 混为一谈。
2. 不要把《限流》页的数字写死成容量上限。 22 个模型跨地域不一致，且 24 个模型缺地域。代码里写死的 30,000 RPM 只对某一张表成立。
3. 动态限流的模型去控制台看「模型限额」页。 页面会显示当前生效周期、上月消费、本月消费与各模型 TPM 档位。文档里的档位表只能告诉你「可能是什么」，不能告诉你「现在是多少」。
4. 区分 429 与 403。 429 是 RPM/TPM 超限，通常一分钟内恢复；免费额度耗尽且开启「用完即停」时返回 403。两者的处理逻辑不同，重试策略也应该不同。
5. 注意秒级限流。 页面明确写了可能按 RPS（RPM/60）与 TPS（TPM/60）执行。即使一分钟总量没超，短时间突发也会被拒。批量任务应做平滑发送，而不是整点打满。
6. Batch API 不受该表限制（表格备注写「用 Batch API 调用服务时，不受限流限制」），但 Batch 有自己的任务时限与价格口径，不能把「不限流」理解成「不限量」。

九、未知项

以下问题本文无法从公开文档确认，全部标为 UNKNOWN：

• 美国、德国、日本、香港是否也执行《动态限流》的消费档位。若是，glm-5.3 的 120 万与 500 万需要解释；若否，固定数字是否为硬上限也没有说明。
• qwen3.8-max-0902 的 150 万与 150,000 是地域差异、单位差异，还是其中一处笔误。
• glm-5.3-prime 有档位但无限流行，是尚未上线、已下线，还是漏写。
• 《限流》页「全球」与本地部署两行的关系：是两套配额池，还是同一配额池的两种接入方式。
• 固定 RPM/TPM 数字是否为硬上限，还是仅为「保证基线」。
• 页面更新日期与限流策略实际生效时间是否一致。两页的 lastModifiedTime 只能证明文档改过，不能证明策略何时生效。
• 各账号的真实限额。本文未登录控制台，所有数字都来自公开页面文本。

十、数据与方法

• 抓取对象：《限流》页静态 HTML 与渲染后 DOM，《动态限流》页静态 HTML 与两张档位表。
• 结构统计：《限流》页共 163 张表、713 条模型行（另有 27 行为表内 RPS/RPM 子表头，已排除）、69 个「模型族」小节、6 个地域。
• 「千问语言模型」一族的六张表逐行解析「模型名称 / 服务部署范围 / RPM / TPM」四列。模型名统一全角与半角括号、去掉单元格内的备注文字后去重，得到 31 个模型名。
• 「22 个跨地域不一致」的判定条件是：该模型至少在两个地域都有纯数字的 RPM 与 TPM，且数值不完全相同。含「动态限流」文本的单元格不参与数值比较。
• 「24 个缺地域」的判定条件是：该模型在六个地域表中至少缺一张。
• 文中所有「倍」均为同一指标的直接相除，四舍五入到整数或一位小数。
• 本文没有登录百炼控制台，没有创建 API Key，没有发起任何模型调用，也没有读取任何账号的限额页或账单。

两份文档都是公开可访问的，页面改版后数字会变。本文记录的是 2026-10-25 20:00 前后的文本状态，不是对百炼限流策略的承诺，也不构成对任何账号可用额度的保证。