模型与定价
当前 TCRL 以积分收费。1 元 = 1000（1K）积分，Token 单位为百万（M）。Prefill、Sample、Train 定价单位为：K 积分/M Token，即每百万 Token 消费多少 K 积分。以 Qwen3-8B Prefill 为例，每消耗 1M Token，需消费 6.58K 积分，花费6.58元。
Model | Model ID | Type | Architecture | Size | Active | Context | Prefill（K 积分/M Token） | Sample（K 积分/M Token） | Train（K 积分/M Token） |
Qwen3-8B | Qwen/Qwen3-8B | Base | Dense | 8B | 8B | 16K | 6.58 | 20.25 | 14.85 |
Qwen3.5-4B | Qwen/Qwen3.5-4B | Hybrid | Dense | 4B | 4B | 16K | 11.14 | 33.92 | 24.87 |
Qwen3.5-9B | Qwen/Qwen3.5-9B | Hybrid | Dense | 9B | 9B | 16K | 22.28 | 67.33 | 49.38 |
Qwen3.5-27B | Qwen/Qwen3.5-27B | Hybrid | Dense | 27B | 27B | 16K | 18.23 | 45.06 | 39.72 |
Qwen3.5-35B-A3B | Qwen/Qwen3.5-35B-A3B | Hybrid | MoE | 35B-A3B | 3B | 16K | 18.23 | 45.06 | 39.72 |
Qwen3.6-27B | Qwen/Qwen3.6-27B | Hybrid | Dense | 27B | 27B | 16K | 62.78 | 188.83 | 138.48 |
Qwen3.6-35B-A3B | Qwen/Qwen3.6-35B-A3B | Hybrid | MoE | 35B-A3B | 3B | 16K | 18.23 | 45.06 | 39.72 |
Qwen3.5-122B-A10B | Qwen/Qwen3.5-122B-A10B | Hybrid | MoE | 122B-A10B | 10B | 16K | 54.68 | 135.17 | 119.17 |
Qwen3.8-27B | Qwen/Qwen3.8-27B | Hybrid | Dense | 27B | 27B | 16K | 62.80 | 188.85 | 138.50 |
Qwen3.8-27B-128K | Qwen/Qwen3.8-27B-128K | Hybrid | Dense | 27B | 27B | 128K | 125.60 | 377.70 | 277.00 |
模型术语
Type：模型类型
Base（基础模型）：未经对齐、指令微调或 Chat 调优的原始预训练模型。最适合用于训练后（Post-training）研究，或者由您自己运行完整的训练后流程。
Reasoning（推理模型）：在给出最终答案之前，始终会先生成思考链（Chain-of-thought）。具有最高水平的智能度，但延迟和 Token 成本也相对更高。
Hybrid（混合模型）：可以在“思考”和“非思考”两种模式下运行。默认开启推理，但可以通过渲染器（Renderer）或参数禁用思考链，从而获得更快、更便宜的直接回答。
Architecture：模型架构
在 AI 和大语言模型（LLM）中，MoE 和 Dense 指的是两种不同的模型架构设计，核心区别在于每次处理数据时，模型中有多少参数在参与计算：
Dense（密集架构）
工作原理：处理每一个 Token（字符/词）时，模型中的所有参数都会被全部激活并参与计算。
特点：
i. 结构简单直接：传统的经典模型（如早期 GPT 系列、LLaMA 等）大多是 Dense 架构。
ii. 计算成本高：模型越大，每次推理/训练所需的算力（GPU 显存和计算资源）就成线性增加。
iii. 输出稳定：全量参数参与，推理逻辑非常统一。
MoE（Mixture-of-Experts，混合专家架构）
工作原理：把一个大模型拆分成许多个小模型（称为“专家 / Experts”），并配有一个“路由网络（Router）”。处理每一个 Token 时，路由网络会自动判断这个词最适合哪个专家，仅激活一小部分专家的参数（例如总参数 100B，但每次只调用 10B）。
特点：
i. 计算高效：拥有极大的总参数量（知识库广），但每次计算激活的参数量（Active Params）很少，因此计算速度更快、算力开销更低。
ii. 计算成本低：在提供与大型 Dense 模型相当的性能/效果的同时，大大降低了推理和训练成本。
说明：
MoE 模型按活跃参数计费，相比同等质量的稠密模型更具性价比。
Size：模型规模的总参数量，由模型发布方声明；
Active：激活参数量，每个 Token 调用的参数量 — 密集模型（Dense）与 Size 相同，混合专家模型（MoE）则为 Size 的一部分。
Context：上下文长度（最大序列长度）；
Prefill：处理输入/prompt token（仅前向传播）
Sample：生成输出 token（前向传播 + 采样）
Train：前向和反向传播，计算梯度
模型选择指南
场景 | 推荐 |
研究与后训练 | 使用 Base 模型 |
特定任务微调 | 从 Instruction 或 Hybrid 模型开始 |
低延迟 | 使用 Instruction 模型（无思维链） |
高智能 | 使用 Reasoning 或 Hybrid 模型（带思维链） |
视觉任务 | 使用类型中包含 Vision 的模型 |
