吞吐预留（原 TPM 预留，PTU）是百炼面向生产高可用的资源预留能力，核心就是提前锁定专属输入 / 输出 TPM（Tokens Per Minute），在预留额度内不受公共池的限流、排队、抢占影响，适合客服、实时问答、固定峰值的线上业务；和普通按量 Token 计费最大区别：按量是 “有资源就跑、没资源就限”，吞吐预留是平台为你单独预留推理资源池。
一、基础概念
TPM：每分钟 Token 处理量，单位 kTPM，1 kTPM = 1000 Token / 分钟，区分输入 TPM、输出 TPM，分开配额、分开计价。
两个性能档位：
- 标准模式（ptu_default）：和公开 API 同等 TPS，支持按天、按 8 小时时段预付费，8 小时包有折扣；
- 高速模式（ptu_fast / PTU）：预置吞吐单元，生成 TPS 提升约 1.5–2 倍，延迟更低，适合高并发、长输入场景，默认后付费按小时结算。
二、核心特性
- 专属容量隔离：预留 TPM 属于独立资源，不和其他租户共享；额度内调用优先保障，不会因为平台整体流量上涨被限流 429。
- 专属 ModelCode：创建成功生成独立模型 Code，API 请求里 model 参数必须替换为该 Code，才会走预留通道；同一个预留可以叠加多个容量实例，共用同一个 Code，容量自动叠加。
- 两种溢出策略（创建时选定）
- ✅ 自动溢出（默认）：超过预留 TPM 的请求自动切到按量计费通道，业务不中断，超额部分按 Token 扣费；
- ✅ 仅预留容量：超出配额直接返回 429，不会产生额外按量费用，适合严格控成本场景。
- 灵活周期：标准模式支持 8 小时短时包、按天预付费；高速模式默认按小时后付费；支持自动续费。
- 配套监控：控制台可查看预留实例的输入 / 输出使用率、排队、429、溢出流量，方便调优容量。
- 限制：不是所有模型都开放吞吐预留，以控制台模型下拉列表为准；不支持单独给思考链输出分配独立配额。
三、计费规则（重点）
核心红线：一旦创建成功立即计费，无论有没有调用，费用照常产生，不会因为实际 Token 用量减免
- 标准模式预付费
- 8 小时时段包：一次性扣费，固定 8 小时，9 折优惠，到期直接失效，没有续费宽限期；适合短期大促、活动峰值；
- 按天包：预付费一次性支付；到期后有宽限期：到期 0–2h 可正常续费；2–14h 服务暂停、仍可续费；超过 14h 资源直接释放，无法恢复。
- 高速模式（PTU）后付费：按小时计费，按当前预留输入、输出 TPM 规格出账，随用随停。
- 退订扣费：预付费实例提前退订，已使用时段会按 1.2 倍折算结算，退款金额会相应扣减；退订后 ModelCode 失效。
- 叠加扩容：新增容量实例，单独计费，和原有实例叠加总吞吐；可以单独对某一个实例做扩缩容、续订、释放。
- 附加开销：预留只覆盖推理吞吐；图片、视频、存储、公网流量、知识库向量存储单独计费；溢出到按量的流量按百炼正常 Token 单价。
四、创建操作流程
前置条件：开通百炼、进入业务空间、账号余额充足。
- 登录百炼控制台，进入「吞吐预留（TPM 预留）」菜单；
- 点「创建吞吐预留」，填写名称；
- 选择基座模型、性能模式（标准 / 高速）；
- 设置输入 kTPM、输出 kTPM，右侧计算器可以预估费用；
- 选择付费周期、是否开启自动续费；
- 选定溢出策略：自动溢出 / 仅预留容量；
- 确认订单并支付；
- 创建完成，在详情页复制专属 ModelCode；
- 修改业务侧 API：将 model 参数替换为该 Code，使用原有 API Key 即可接入预留通道。
提示：输入、输出 TPM 需要匹配模型的步长约束，不符合规格会校验失败。
五、管理操作清单
| 操作 | 说明 |
|---|---|
| 查看监控 | 查看每个实例的吞吐使用率、溢出量、限流、延迟指标 |
| 叠加容量实例 | 在已有预留下新增容量，复用同一个 ModelCode，总容量相加 |
| 单实例扩缩容 | 修改某个实例的输入 / 输出 TPM；预付费实例扩缩会重新计价 |
| 续费 / 自动续费 | 按天包支持续费；8 小时包不支持续费 |
| 修改溢出策略 | 随时切换溢出策略，不用重建预留 |
| 释放 / 退订实例 | 单个实例释放，不会影响同预留下其他实例；全部实例释放后 ModelCode 作废 |
| OpenAPI / CLI | 支持通过接口创建、扩缩、查询、释放，适合自动化运维 |
六、选型对比（什么时候选吞吐预留）
✅ 适合：线上生产、有明确峰值、不能接受随机限流、客服、实时对话、固定并发服务；
⚠️ 不适合：偶尔跑测试、流量极不稳定、原型验证；这类场景优先普通按量或者免费额度；
对比：普通按量 = 按需抢资源；Token Plan = 包额度按量折扣；吞吐预留 = 花钱锁定资源确定性。
【相关 FAQ】
问题 1：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，吞吐预留和普通按量调用的核心区别是什么？
回答 1：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，按量是抢公共资源，高峰期可能限流排队；吞吐预留是提前锁定专属 TPM 资源，额度内保障稳定；并且吞吐预留是创建即计费，闲置也要收费，按量只按实际产生 Token 扣费。
问题 2：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，使用吞吐预留是不是直接填原来的模型名称？
回答 2：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，不是；创建吞吐预留之后平台会生成专属 ModelCode，API 请求 model 参数必须换成这个 Code，请求才会走预留通道，填原始模型名仍然走公共按量池。
问题 3：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，溢出策略选 “仅预留容量” 会怎么样？
回答 3：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，流量超过预留输入 / 输出 TPM 上限时，请求直接返回 429，不会自动切按量，不会产生额外 Token 费用，但业务会报错；适合预算严格、不允许超支的场景。
问题 4：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，预付费的吞吐预留提前退订怎么扣费？
回答 4：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，预付费实例提前退订，已经使用的时段会按 1.2 倍折算计费，退款会扣除这部分费用；退订后该容量实例失效，如果是最后一个实例，对应的专属 ModelCode 也失效。
问题 5：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，8 小时时段包有没有续费宽限期？
回答 5：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程，8 小时时段包到期之后直接失效，没有续费宽限期；只有按天的预付费预留才有最长 14 小时的续费窗口期。
【参考资料】
[2026-11-05] 阿里云帮助中心：吞吐预留（TPM 预留）文档
[2026-11-07] 阿里云开发者社区：阿里云百炼 AI 模型平台
【吞吐预留 / TPM 预留】介绍、特性、计费、创建与管理操作流程
[2026-10-28] 阿里云帮助中心：PTU 吞吐预留 API、CLI 文档
[2026-11-03] 阿里云帮助中心：高速 PTU 预置吞吐、长输入缓存说明
【免责声明】
本文信息基于百炼官方文档整理；支持吞吐预留的模型、TPM 步长、单价、宽限期、折扣活动随时调整，最终以控制台下单页、账单和官方帮助文档为准；吞吐预留属于预分配资源，购买前务必评估业务峰值，避免闲置成本；高速 PTU、长输入场景有额外容量系数规则。
如果你想要，我可以给一份 Python 调用吞吐预留 ModelCode 的示例，以及流量预估、TPM 测算模板。