一、适用场景
·稳定生产吞吐：业务已上线生产且调用量相对稳定，需要明确的吞吐保障。
·高峰防限流：业务存在明显流量高峰，需要保障高峰时段每分钟可处理的 Token 量。
二、计费说明
TPM 预留采用预付费模式，按月购买，价格请参见 TPM 预留价格。超过预留 TPM 额度后，超出部分按标准按量付费价格计费，价格请参见 模型价格。
三、如何使用
注意：TPM 预留需联系你的商务经理开通后方可使用。
1. 登录 TokenHub 控制台，在左侧导航选择推理服务 > 在线推理。
2. 单击创建自定义推理服务。
3. 在模型列表中选择需要使用的模型。
4. 在计费方式中选择 TPM 预留（预留固定 TPM 吞吐额度保障稳定调用，超出预留部分按 Token 计费）。
5. 按需配置购买额度（输入与输出 kTPM）与购买时长。TPM 预留暂不支持自动续费，后续版本将支持。
6. 确认费用预估并同意相关服务协议后提交订单，完成创建。
控制台配置示例（GLM 5.2）
四、注意事项
·超出 TPM 预留额度后，按量付费的可用额度受当前模型在账号下的总额度、已使用额度限制，即：可用额度 = TPM 预留额度 + 模型最大 TPM 额度 – 当前账号下该模型的已使用 TPM 额度。
·暂不支持自助退费。如需申请退费，请 提交工单，退费规则请参见 预付费云资源退款规则说明，按订单剩余价值退款，具体退费金额以工单审核结果和订单约定为准。
更多权益边界（是否独享资源、是否承诺固定吞吐、适用模型/地域、超额或超出保障额度后的处理、是否支持变配/续费/退费等）请参见 推理模式介绍。
五、相关文档
·推理模式介绍
·模型单元
·模型价格