阿里云百炼

阿里云百炼（Model Studio）和这个列表里其他平台不太一样：它的重心是模型服务，不只是智能体搭建工具。

官方定位是一站式大模型开发与应用构建平台，覆盖从模型调用、微调训练、知识库构建、智能体开发到应用部署的全链路。

它擅长什么

模型聚合。 除了阿里自家的通义千问全系，也能调用主流第三方模型。对于「想在一个地方对比不同模型在自己场景下的表现」这个需求，这一点很实际——不用为每家单独申请、单独对接。

提供兼容接口。 除官方 API 外还提供 OpenAI 兼容接口，已有代码迁移过来的成本较低。

三种开发模式。 零代码、低代码、高代码都支持。你可以先用零代码验证需求，需要控制细节时再往下走，不必换平台。

全链路在一个控制台里。 模型调用、数据准备、微调、智能体开发、部署运维不用在多个平台之间倒腾。

什么情况下它会不够用

它更偏基础设施，不是开箱即用的智能体产品。 如果你要的是「半天搭个客服机器人发出去」，扣子或腾讯元器的路径更短。百炼的价值在于你需要控制模型这一层。

成本结构需要提前算清。 它按调用计费，成本随使用量增长。这个机制在验证阶段很友好，但要长期大规模跑，得先把账算明白——具体规则会调整，以官方最新说明为准，要算的是结构不是某个时点的单价。

数据边界要单独确认。 用云上的在线模型，数据就要出你的网络到阿里云。这跟「模型部署在自己内网」是两回事，涉及合规要求时必须分清楚。

什么人适合用它

需要接多个模型、要做微调、或者本来就在阿里云上有业务的团队。如果你的核心诉求是模型能力和调用链路，而不是可视化搭建，它比纯智能体平台更对路。

如果你的诉求是数据完全不出内网，那要走本地部署开源模型的路线，见什么时候必须从低代码转向原生开发。

平台能力、模型清单与计费规则均会调整，本页讲的是定位与选型考虑，具体以官方文档和最新说明为准。