全部产品
Search
文档中心

人工智能平台 PAI:EAS计费说明

更新时间:Jan 19, 2024

本文为您介绍EAS的计费项和计费方式。

计费项

EAS的计费项组成如下图:

计费项

计费方式

公共资源组和专属资源组的计费方式如下。

计费项

计费主体

计费规则

计费方式

停止计费

公共资源组

模型服务运行时长(模型服务占用公共资源的时长)

按照模型服务占用的公共资源时长计费。(一旦创建模型服务,系统就开始计费。)

后付费(按量计费)

停止模型服务

专属资源组

资源组机器运行时长

只对专属资源组机器收费,部署在专属资源组上的模型服务不产生额外费用。(对于后付费方式,一旦创建后付费专属资源组机器,系统就开始计费。)

后付费(按量计费)

删除后付费资源组机器

预付费(包年包月)

系统盘

系统盘容量和使用时长

系统盘创建成功后开始计费。

后付费(按量计费)

  • 删除专属资源组机器。

  • 删除使用公共资源组创建的服务。

系统盘容量和购买时长

系统盘创建成功后开始计费。

预付费(包年包月)

公共资源组

使用公共资源组时有两种方式:一种是指定机器资源,另外一种是指定机器型号。这两种使用方式的计费详情如下所示。

计费说明

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

指定机器资源

每个模型服务的账单金额=实例数×(cpu核数量×(单价/60)+内存数×(单价/60))×时长(分钟)

该方式的计费方式为后付费(即按量计费),定价详情请参见指定机器资源(为方便查看,该定价为小时价,而实际以分钟价计费。使用价格除以60即可得到分钟价)。

  • 计费的时间起点:为模型开始运行(模型开始占用资源)的时间。

  • 计费的时间终点:为模型停止(模型释放资源)的时间。

模型扩容后:新资源从扩容成功的时间开始计费。

模型缩容后:释放的资源从释放成功的时间停止计费,剩余资源继续计费。

  • 计费时长的统计粒度为分钟。

  • 建议您及时停止无用的模型服务,以免产生不必要的费用。

指定机器型号

每个模型服务的账单金额=实例数×(机器定价单价/60)×时长(分钟)

该方式的计费方式为后付费(即按量计费),不同地域不同机器型号的定价不一致,定价详情请参见附录:公共资源组指定机器型号定价详情(该定价为小时价,而实际以分钟价计费。使用下表价格除以60即可得到分钟价)。

  • 计费的时间起点:为模型开始运行(模型开始占用资源)的时间。

  • 计费的时间终点:为模型停止(模型释放资源)的时间。

不涉及

  • 计费时长的统计粒度为分钟。

  • 建议您及时停止无用的模型服务,以免产生不必要的费用。

  • 部分机器资源在某些地域可能短期内无货,此时无法购买。

表 1. 指定机器资源

资源类型

定价

CPU

0.03(USD/核/小时)

内存

0.004(USD/G/小时)

专属资源组

使用专属资源组时,有两种计费方式:预付费(包年包月)和后付费(按量计费)。这两种方式的计费详情如下所示。

计费说明

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

预付费(包年包月)

每个资源组的总金额=资源数量×定价×购买时长(月)

预付费(包年包月)的定价详情请前往购买专属资源机器型号页面查看。

  • 计费的时间起点:购买次日00:00:00起算。

  • 计费的时间终点:到期时间。

不涉及

  • 部分机器资源在某些地域可能短期内无货,此时无法购买。

后付费(按量计费)

每个资源组的账单金额=资源数量×(定价/60)×使用时长(分钟)

后付费(按量计费)的定价详情请前往购买专属资源机器型号页面查看。

  • 计费的时间起点:资源组机器创建成功并进入运行状态(状态为运行中)的时间。

  • 计费的时间终点:资源组无机器资源(状态为无使用资源)的时间。

模型扩容后:新资源从扩容成功的时间开始计费。

模型缩容后:释放的资源从释放成功的时间停止计费,剩余资源继续计费。

  • 计费时长的统计粒度为分钟。

  • 建议您及时停止无用的模型服务,以免产生不必要的费用。

  • 部分机器资源在某些地域可能短期内无货,此时无法购买。

系统盘

系统盘有两种计费方式:预付费(包年包月)和后付费(按量计费)。这两种方式的计费详情如下所示。

计费说明

计费公式

单价

计费时间段

扩缩容说明

其他注意事项

预付费(包年包月)

账单金额=系统盘容量(GB)×单价×购买时长(月)

定价详情请参见包年包月定价

  • 计费的时间起点:系统盘购买成功后开始计费。

  • 计费的时间终点:到期时间。

不涉及

后付费(按量计费)

账单金额=系统盘容量(GB)×单价×使用时长(小时)

定价详情请参见按量计费定价

  • 计费的时间起点:系统盘购买成功后开始计费。

  • 计费的时间终点:专属资源组机器被成功删除的时间;部署到公共资源组的服务被成功删除的时间。

不涉及

表 2. 包年包月定价

地域

定价(USD/GB/月)

印度(孟买)

0.214

新加坡

0.224

印度尼西亚(雅加达)

0.214

华北2(北京)

0.153

华东1(杭州)

0.153

中国(香港)

0.224

华东2(上海)

0.153

华南1(深圳)

0.153

华北3(张家口)

0.153

德国(法兰克福)

0.24

美国(弗吉尼亚)

0.224

美国(硅谷)

0.224

表 3. 按量计费定价

地域

定价(USD/GB/小时)

印度(孟买)

0.0005

新加坡

0.0005

印度尼西亚(雅加达)

0.0005

华北2(北京)

0.00032

华东1(杭州)

0.00032

中国(香港)

0.0005

华东2(上海)

0.00032

华南1(深圳)

0.00032

华北3(张家口)

0.00032

德国(法兰克福)

0.0006

美国(弗吉尼亚)

0.0005

美国(硅谷)

0.0005

计费案例

重要

以下计费案例仅供参考,实际费用以您购买的云服务的控制台页面(或购买页面)为准。

公共资源组计费案例

  • 示例场景描述:

    假设您使用指定机器资源方式的公共资源组部署模型服务,资源组在华东1(杭州)地域。

    • 2019年6月3日09:00:00服务进入运行状态,初始占用资源为2 CPU Core+8 GB。

    • 2019年6月3日10:00:00完成缩容,占用资源减少到1 CPU Core+4 GB。

    • 2019年6月3日11:00:00完成了扩容,占用资源增加到4 CPU Core+16 GB。

    • 2019年6月3日12:00:00,服务进入停止状态。

  • 费用计算:

    账单金额=2×0.03+8×0.004+1×0.03+4×0.004+4×0.03+16×0.004=0.322 USD

专属资源组计费案例

  • 预付费(包年包月)示例

    • 示例场景描述:

      假设您使用预付费(包年包月)的方式,购买了华东1(杭州)地域的4 CPU Core+15 GB GPU T4卡两台,购买时长为3个月,定价为570(USD/月)(实际价格以产品购买为准)。

    • 费用计算:

      总金额=2×570×3=3420 USD
  • 后付费(计量计费)示例

    • 示例场景描述:

      假设您使用后付费(计量计费)的方式,购买了华东1(杭州)地域ecs.g6.6xlarge(24 CPU Core+96 GB)2台,使用时长为45分钟,定价为2.94 (USD/小时)(实际价格以产品购买为准)。

    • 费用计算:

      账单金额=2×(2.94/60)×45=4.41 USD

系统盘计费案例

  • 预付费(包年包月)示例

    • 示例场景描述:

      假设您使用专属资源组预付费(包年包月)的方式,购买了华东1(杭州)地域的2台机器资源,每台机器资源指定为300 GB的系统盘,购买时长为3个月。

    • 费用计算:

      账单金额=2×(300-200)×0.153×3=91.8 USD
  • 后付费(按量计费)示例(专属资源组)

    • 示例场景描述:

      假设您使用专属资源组后付费(按量计费)的方式,购买了华东1(杭州)地域的2台机器资源,每台机器资源指定为300 GB的系统盘,使用时长为5小时。

    • 费用计算:

      账单金额=2×(300-200)×0.00032×5=0.32 USD
  • 后付费(按量计费)示例(公共资源组)

    • 示例场景描述:

      假设您使用公共资源组后付费(按量计费)的方式购买了华东1(杭州)地域的2个实例机器节点,每个实例机器节点指定的系统盘大小为300 GB,使用时长为5小时。

    • 费用计算:

      账单金额=2×(300-30)×0.00032×5=0.864 USD

欠费说明

欠费原因

您当前账号余额不足。

  • 预付费资源组机器,绑定的续费账户余额不足。

  • 对于后付费资源组机器或公共资源组,如果您的账户可用余额小于上一个计费周期的账单金额,阿里云在扣费失败后,您将处于欠费状态。

欠费停服说明

  • 预付费资源组机器

    如果资源组机器到期未续费或续费不成功,则该资源组机器将被释放。释放后,该资源组机器状态将更新为已停机,使用该资源组机器运行的EAS服务状态将更新为等待中。

    如果您在自到期之日起的15个自然日(15 x 24=360小时)内续费成功,专属资源组会自动恢复已停机的机器。

    如果在到期之日起的15个自然日(15 x 24=360小时)内仍未续费,则实际欠费满15个自然日后,系统会将彻底删除已停机的机器。

  • 后付费资源组(包括后付费机器和公共资源组)

    如果在欠费后的24小时内缴清欠费账单,则不会影响资源组的使用,否则系统暂停公共资源组的使用,后付费机器将被释放,释放后该后付费机器状态更新为已停机,使用该资源组运行的EAS服务状态更新为等待中。

    如果自欠费之日起15个自然日(15 x 24=360小时)内充值并结清账单,则可以恢复使用资源组,相关数据仍然得以保留。如果自欠费之日起15个自然日(15 x 24=360小时)内未结清账单,则实际欠费满15个自然日后,系统会将已停机的机器彻底删除。

查看欠费金额

  1. 登录费用中心

  2. 账户总览页面,查看欠费金额。账户总览

续费说明

专属资源组预付费(包年包月)支持以下两种续费方式。

  • 到期自动续费

    如果您不想每次手动续费,您可以在购买预付费机器时选中到期自动续费,详情请参见使用专属资源组

  • 手动续费

    您可以在专属资源组详情页面,单击预付费机器实例操作列下的 三点 > 续费,为预付费机器实例手动续费。详情请参见使用专属资源组

退款说明

后付费已发生的费用不予退款。

附录:公共资源组指定机器型号定价详情

CPU类型

实例规格

实例名称

vCPU

内存(GiB)

定价(USD/小时)

地域

ecs.c7.large

c7(2vcpu+4GB)

2

4

0.12

  • 新加坡

  • 中国(香港)

0.06

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

  • 华南2(河源)

  • 华北6(乌兰察布)

ecs.c7.xlarge

c7(4vcpu+8GB)

4

8

0.24

  • 新加坡

  • 中国(香港)

0.12

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

  • 华南2(河源)

  • 华北6(乌兰察布)

ecs.c7.2xlarge

c7(8vcpu+16GB)

8

16

0.42

  • 新加坡

  • 印度尼西亚(雅加达)

0.3

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.24

  • 华南2(河源)

  • 华北6(乌兰察布)

0.48

中国(香港)

ecs.c7.4xlarge

c7(16vcpu+32GB)

16

32

0.84

  • 新加坡

  • 印度尼西亚(雅加达)

0.54

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.48

  • 华南2(河源)

  • 华北6(乌兰察布)

0.9

中国(香港)

ecs.c7.6xlarge

c7(24vcpu+48GB)

24

48

1.26

  • 新加坡

  • 印度尼西亚(雅加达)

0.84

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.72

华南2(河源)

0.78

华北6(乌兰察布)

1.38

中国(香港)

ecs.c7.8xlarge

c7(32vcpu+64GB)

32

64

1.68

  • 新加坡

  • 印度尼西亚(雅加达)

1.14

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.96

华南2(河源)

1.02

华北6(乌兰察布)

1.86

中国(香港)

ecs.c7.16xlarge

c7(64vcpu+128GB)

64

128

3.36

  • 新加坡

  • 印度尼西亚(雅加达)

2.22

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

1.98

  • 华南2(河源)

  • 华北6(乌兰察布)

3.66

中国(香港)

ecs.r7.4xlarge

r7(16vcpu+128GB)

16

128

1.32

新加坡

0.96

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.84

  • 华南2(河源)

  • 华北6(乌兰察布)

1.44

中国(香港)

ecs.r7.large

r7(2vcpu+16GB)

2

16

0.18

  • 中国(香港)

  • 新加坡

0.12

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

  • 华南2(河源)

  • 华北6(乌兰察布)

ecs.r7.xlarge

r7(4vcpu+32GB)

4

32

0.3

新加坡

0.24

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

  • 华南2(河源)

  • 华北6(乌兰察布)

0.36

中国(香港)

ecs.r7.2xlarge

r7(8vcpu+64GB)

8

64

0.66

新加坡

0.48

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.42

  • 华南2(河源)

  • 华北6(乌兰察布)

0.72

中国(香港)

ecs.r7.6xlarge

r7(16vcpu+128GB)

24

192

1.98

新加坡

1.44

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

1.26

  • 华南2(河源)

  • 华北6(乌兰察布)

2.16

中国(香港)

ecs.r7.8xlarge

r7(32vcpu+256GB)

32

256

2.58

新加坡

1.92

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

1.68

  • 华南2(河源)

  • 华北6(乌兰察布)

2.88

中国(香港)

ecs.r7.16xlarge

r7(64vcpu+512GB)

64

512

5.22

新加坡

3.78

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

3.36

华南2(河源)

3.42

华北6(乌兰察布)

5.7

中国(香港)

ecs.g7.large

g7(2vcpu+8GB)

2

8

0.12

  • 新加坡

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 中国(香港)

  • 西南1(成都)

0.06

  • 华南2(河源)

  • 华北6(乌兰察布)

ecs.g7.xlarge

g7(4vcpu+16GB)

4

16

0.24

新加坡

0.18

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

  • 华南2(河源)

  • 华北6(乌兰察布)

0.3

中国(香港)

ecs.g7.2xlarge

g7(8vcpu+32GB)

8

32

0.54

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

0.3

  • 华南2(河源)

  • 华北6(乌兰察布)

0.36

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

ecs.g7.4xlarge

g7(16vcpu+64GB)

16

64

1.02

  • 新加坡

  • 印度尼西亚(雅加达)

0.72

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.66

  • 华南2(河源)

  • 华北6(乌兰察布)

1.14

中国(香港)

ecs.g7.6xlarge

g7(24vcpu+96GB)

24

96

1.56

  • 新加坡

  • 印度尼西亚(雅加达)

1.08

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

0.96

  • 华南2(河源)

  • 华北6(乌兰察布)

1.68

中国(香港)

ecs.g7.8xlarge

g7(32vcpu+128GB)

32

128

2.04

  • 新加坡

  • 印度尼西亚(雅加达)

1.44

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 西南1(成都)

1.26

  • 华南2(河源)

  • 华北6(乌兰察布)

2.28

中国(香港)

ecs.g7.16xlarge

g7(64vcpu+256GB)

64

256

4.08

  • 新加坡

  • 印度尼西亚(雅加达)

2.88

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

2.58

华北6(乌兰察布)

4.5

中国(香港)

ecs.g6.large

g6(2vcpu+8GB)

2

8

0.12

  • 印度(孟买)

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.06

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北3(张家口)

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

ecs.g6.xlarge

g6(4vcpu+16GB)

4

16

0.24

  • 印度(孟买)

  • 德国(法兰克福)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.3

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

0.18

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.12

华北3(张家口)

ecs.g6.2xlarge

g6(8vcpu+32GB)

8

32

0.48

印度(孟买)

0.54

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

0.36

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

0.6

中国(香港)

0.24

华北3(张家口)

0.3

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.42

  • 美国(弗吉尼亚)

  • 美国(硅谷)

ecs.g6.4xlarge

g6(16vcpu+64GB)

16

64

0.9

  • 印度(孟买)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

1.08

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

0.66

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.2

中国(香港)

0.6

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.48

华北3(张家口)

ecs.g6.6xlarge

g6(24vcpu+96GB)

24

96

1.38

印度(孟买)

1.68

  • 新加坡

  • 印度尼西亚(雅加达)

1.02

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.8

中国(香港)

0.72

华北3(张家口)

1.62

德国(法兰克福)

0.9

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

1.32

  • 美国(弗吉尼亚)

  • 美国(硅谷)

ecs.g6.8xlarge

g6(32vcpu+128GB)

32

128

1.86

印度(孟买)

2.22

  • 新加坡

  • 印度尼西亚(雅加达)

1.38

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

2.4

中国(香港)

0.96

华北3(张家口)

1.2

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

1.8

  • 美国(弗吉尼亚)

  • 美国(硅谷)

ecs.c6.large

c6(2vcpu+4GB)

2

4

0.12

  • 印度(孟买)

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.06

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北3(张家口)

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

ecs.c6.xlarge

c6(4vcpu+8GB)

4

8

0.18

  • 印度(孟买)

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.12

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北3(张家口)

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.24

中国(香港)

ecs.c6.2xlarge

c6(8vcpu+16GB)

8

16

0.36

  • 印度(孟买)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.42

  • 印度尼西亚(雅加达)

  • 新加坡

  • 德国(法兰克福)

0.24

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.48

中国(香港)

0.18

华北3(张家口)

ecs.c6.4xlarge

c6(16vcpu+32GB)

16

32

0.72

  • 印度(孟买)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.84

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

0.54

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

0.9

中国(香港)

0.48

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.36

华北3(张家口)

ecs.c6.6xlarge

c6(24vcpu+48GB)

24

48

1.08

  • 印度(孟买)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

1.26

  • 新加坡

  • 印度尼西亚(雅加达)

0.78

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.38

中国(香港)

0.54

华北3(张家口)

0.72

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

1.2

德国(法兰克福)

ecs.c6.8xlarge

c6(32vcpu+64GB)

32

64

1.44

  • 印度(孟买)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

1.68

  • 新加坡

  • 印度尼西亚(雅加达)

1.08

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.8

中国(香港)

0.72

华北3(张家口)

0.96

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

1.62

德国(法兰克福)

ecs.r6.large

r6(2vcpu+16GB)

2

16

0.12

  • 印度(孟买)

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.18

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

0.06

华北3(张家口)

ecs.r6.xlarge

r6(4vcpu+32GB)

4

32

0.3

  • 印度(孟买)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.36

  • 新加坡

  • 印度尼西亚(雅加达)

  • 中国(香港)

  • 德国(法兰克福)

0.24

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

0.18

  • 华北3(张家口)

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

ecs.r6.2xlarge

r6(8vcpu+64GB)

8

64

0.6

  • 印度(孟买)

  • 美国(弗吉尼亚)

  • 美国(硅谷)

0.72

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

0.48

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

0.78

中国(香港)

0.42

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

0.3

华北3(张家口)

ecs.r6.4xlarge

r6(16vcpu+128GB)

16

128

1.2

印度(孟买)

1.38

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

0.9

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.56

中国(香港)

0.6

华北3(张家口)

0.78

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

1.14

  • 美国(弗吉尼亚)

  • 美国(硅谷)

ecs.r6.6xlarge

r6(24vcpu+192GB)

24

192

1.8

印度(孟买)

1.38

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

2.1

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

2.34

中国(香港)

0.96

华北3(张家口)

1.2

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

1.74

  • 美国(弗吉尼亚)

  • 美国(硅谷)

ecs.r6.8xlarge

r6(32vcpu+256GB)

32

256

2.4

印度(孟买)

2.76

  • 新加坡

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

1.8

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

3.06

中国香港

1.26

华北3(张家口)

1.62

  • 华南2(河源)

  • 西南1(成都)

  • 华北6(乌兰察布)

2.34

  • 美国(弗吉尼亚)

  • 美国(硅谷)

ecs.g5.6xlarge

g5(24vcpu+96GB)

24

96

1.8

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.38

  • 华北3(张家口)

  • 美国(弗吉尼亚)

1.68

中国(香港)

1.32

印度(孟买)

1.74

新加坡

1.62

印度尼西亚(雅加达)

1.56

德国(法兰克福)

ecs.c5.6xlarge

c5(24vcpu+48GB)

24

48

1.08

  • 印度(孟买)

  • 美国(弗吉尼亚)

1.26

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 新加坡

1.2

  • 印度尼西亚(雅加达)

  • 中国(香港)

0.96

华北3(张家口)

1.14

德国(法兰克福)

ecs.g8y.large

Yitian(2vcpu+8GB)

2

8

0.06

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g8y.xlarge

Yitian(4vcpu+16GB)

4

16

0.12

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g8y.2xlarge

Yitian(8vcpu+32GB)

8

32

0.24

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g8y.4xlarge

Yitian(16vcpu+64GB)

16

64

0.54

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g8y.8xlarge

Yitian(32vcpu+128GB)

32

128

1.08

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g8y.16xlarge

Yitian(64vcpu+256GB)

64

256

2.16

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.c7a.large

AMD(2vcpu+4GB)

2

4

0.12

新加坡

0.06

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 中国(香港)

  • 华北6(乌兰察布)

ecs.c7a.xlarge

AMD(4vcpu+8GB)

4

8

0.18

  • 中国(香港)

  • 新加坡

0.12

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

ecs.c7a.2xlarge

AMD(8vcpu+16GB)

8

16

0.36

  • 中国(香港)

  • 新加坡

0.18

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

ecs.c7a.4xlarge

AMD(16vcpu+32GB)

16

32

0.72

新加坡

0.66

中国(香港)

0.36

华北6(乌兰察布)

0.42

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.c7a.8xlarge

AMD(32vcpu+64GB)

32

64

1.44

新加坡

1.38

中国(香港)

0.72

华北6(乌兰察布)

0.78

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.c7a.16xlarge

AMD(64vcpu+128GB)

64

128

2.88

新加坡

2.76

中国(香港)

1.62

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g7a.large

AMD(2vcpu+8GB)

2

8

0.12

  • 新加坡

  • 中国(香港)

0.06

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

ecs.g7a.xlarge

AMD(4vcpu+16GB)

4

16

0.24

  • 新加坡

  • 中国(香港)

0.12

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

ecs.g7a.2xlarge

AMD(8vcpu+32GB)

8

32

0.48

  • 新加坡

  • 中国(香港)

0.24

华北6(乌兰察布)

0.3

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g7a.4xlarge

AMD(16vcpu+64GB)

16

64

0.96

  • 新加坡

  • 中国(香港)

0.54

华北6(乌兰察布)

0.6

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g7a.8xlarge

AMD(32vcpu+128GB)

32

128

1.98

新加坡

1.86

中国(香港)

1.08

华北6(乌兰察布)

1.2

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.g7a.16xlarge

AMD(64vcpu+256GB)

64

256

3.9

新加坡

3.78

中国(香港)

2.16

华北6(乌兰察布)

2.4

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

GPU类型

实例规格

实例名称

vCPU

内存(GiB)

定价(USD/小时)

地域

ml.gu7i.c8m30.1-gu30

8vcpu30GB+1*GU30

8

30

1.18

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.41

美国(弗吉尼亚)

1.72

德国(法兰克福)

1.68

新加坡

1.06

华北6(乌兰察布)

ml.gu7i.c16m60.1-gu30

16vcpu60GB+1*GU30

16

60

1.25

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.49

美国(弗吉尼亚)

1.82

德国(法兰克福)

1.78

新加坡

1.13

华北6(乌兰察布)

ml.gu7i.c32m188.1-gu30

32vcpu188GB+1*GU30

32

188

1.39

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.65

美国(弗吉尼亚)

2.02

德国(法兰克福)

1.97

新加坡

1.25

华北6(乌兰察布)

ml.gu7i.c64m376.2-gu30

64vcpu376GB+2*GU30

64

376

2.78

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

3.31

美国(弗吉尼亚)

4.04

德国(法兰克福)

3.95

新加坡

2.5

华北6(乌兰察布)

ml.gu7i.c128m752.4-gu30

128vcpu752GB+4*GU30

128

752

5.55

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

6.62

美国(弗吉尼亚)

8.08

德国(法兰克福)

7.9

新加坡

5

华北6(乌兰察布)

ecs.gn5i-c4g1.xlarge

4vcpu+16GB+1*P4

4

16

1.68

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.26

华北3(张家口)

ecs.gn5i-c8g1.2xlarge

8vcpu+32GB+1*P4

8

32

1.98

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

1.5

华北3(张家口)

ecs.gn5-c4g1.xlarge

4vcpu+30GB+1*P100

4

30

2.04

  • 印度(孟买)

  • 中国(香港)

  • 美国(硅谷)

2.16

  • 新加坡

  • 印度尼西亚(雅加达)

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

1.98

华北3(张家口)

1.92

德国(法兰克福)

1.86

美国(弗吉尼亚)

ecs.gn5-c8g1.2xlarge

8vcpu+60GB+1*P100

8

60

2.46

  • 印度(孟买)

  • 中国(香港)

  • 美国(硅谷)

2.58

  • 新加坡

  • 印度尼西亚(雅加达)

2.64

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

2.34

华北3(张家口)

2.28

德国(法兰克福)

2.22

美国(弗吉尼亚)

ecs.gn5-c28g1.7xlarge

28vcpu+112GB+1*P100

28

112

3.78

印度(孟买)

3.72

  • 新加坡

  • 印度尼西亚(雅加达)

4.08

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

3.54

中国(香港)

3.84

德国(法兰克福)

3.48

  • 美国(弗吉尼亚)

  • 美国(硅谷)

ecs.gn5-c8g1.4xlarge

16vcpu+120GB+2*P100

16

120

4.92

  • 中国(香港)

  • 印度(孟买)

5.16

  • 新加坡

  • 印度尼西亚(雅加达)

5.22

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

4.74

华北3(张家口)

4.62

德国(法兰克福)

4.44

美国(弗吉尼亚)

4.86

美国(硅谷)

ecs.vgn6i-m4-vws.xlarge

4vcpu+23GB+1/4*T4

4

23

0.54

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

ecs.vgn6i-m8-vws.2xlarge

10vcpu+46GB+1/2*T4

10

46

1.02

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

ecs.gn6i-c4g1.xlarge

4vcpu+15GB+1*T4

4

15

1.5

  • 印度(孟买)

  • 新加坡

1.44

印度尼西亚(雅加达)

1.98

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

1.32

  • 中国(香港)

  • 美国(弗吉尼亚)

1.8

  • 华北3(张家口)

  • 西南1(成都)

  • 华北6(乌兰察布)

1.38

  • 德国(法兰克福)

  • 美国(硅谷)

ecs.gn6i-c8g1.2xlarge

8vcpu+31GB+1*T4

8

31

1.74

印度(孟买)

1.8

新加坡

1.68

  • 印度尼西亚(雅加达)

  • 德国(法兰克福)

2.4

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

1.56

  • 中国(香港)

  • 美国(弗吉尼亚)

1.62

美国(硅谷)

2.16

  • 华北3(张家口)

  • 西南1(成都)

  • 华北6(乌兰察布)

ecs.gn6i-c16g1.4xlarge

16vcpu+62GB+1*T4

16

62

2.28

  • 印度(孟买)

  • 德国(法兰克福)

2.34

新加坡

2.22

印度尼西亚(雅加达)

2.82

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

2.1

中国(香港)

2.52

  • 华北3(张家口)

  • 西南1(成都)

  • 华北6(乌兰察布)

2.04

美国(硅谷)

1.98

美国(弗吉尼亚)

ecs.gn6i-c24g1.6xlarge

24vcpu+93GB+1*T4

24

93

2.7

印度(孟买)

2.76

印度尼西亚(雅加达)

2.94

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 新加坡

  • 华南2(河源)

2.64

  • 中国(香港)

  • 华北3(张家口)

  • 西南1(成都)

  • 华北6(乌兰察布)

2.88

德国(法兰克福)

2.58

美国(硅谷)

2.52

美国(弗吉尼亚)

ecs.gn6i-c24g1.12xlarge

48vcpu+186GB+2*T4

48

186

5.46

印度(孟买)

5.94

新加坡

5.52

印度尼西亚(雅加达)

5.88

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

5.22

  • 中国(香港)

  • 美国(硅谷)

5.28

  • 华北3(张家口)

  • 西南1(成都)

  • 华北6(乌兰察布)

5.7

德国(法兰克福)

5.04

美国(弗吉尼亚)

ecs.gn6i-c24g1.24xlarge

96vcpu+372GB+4*T4

96

372

11.7

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 新加坡

10.56

  • 华北3(张家口)

  • 华北6(乌兰察布)

ecs.gn7i-c8g1.2xlarge

8vcpu+30GB+1*A10

8

30

3.06

新加坡

1.98

华北6(乌兰察布)

2.16

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

  • 西南1(成都)

ecs.gn7i-c16g1.4xlarge

16vcpu+60GB+1*A10

16

60

3.24

新加坡

2.04

华北6(乌兰察布)

2.28

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

  • 西南1(成都)

ecs.gn7i-c32g1.8xlarge

32vcpu+188GB+1*A10

32

188

3.6

新加坡

2.28

华北6(乌兰察布)

2.52

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

  • 西南1(成都)

ecs.gn7i-c32g1.16xlarge

64vcpu+376GB+2*A10

64

376

5.1

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

  • 西南1(成都)

7.26

新加坡

4.56

华北6(乌兰察布)

ecs.gn7i-c32g1.32xlarge

128vcpu+752GB+4*A10

128

752

10.2

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华南2(河源)

  • 西南1(成都)

14.46

新加坡

9.18

华北6(乌兰察布)

ecs.gn6v-c8g1.2xlarge

8vcpu+32GB+1*V100

8

32

5.22

新加坡

4.5

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北6(乌兰察布)

3.36

华北3(张家口)

3.12

美国(弗吉尼亚)

ecs.gn6v-c8g1.4xlarge

16vcpu+64GB+2*V100

16

64

9

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

  • 华北3(张家口)

  • 华北6(乌兰察布)

10.38

新加坡

ecs.gn6v-c8g1.8xlarge

32vcpu+128GB+4*V100

32

128

18

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

13.5

华北3(张家口)

20.76

新加坡

9.72

华北6(乌兰察布)

ecs.gn6v-c8g1.16xlarge

64vcpu+256GB+8*V100

64

256

36.06

华北6(乌兰察布)

ecs.gn6e-c12g1.3xlarge

12vcpu+92GB+1*V100

12

92

4.68

新加坡

3

  • 华北3(张家口)

  • 华北6(乌兰察布)

3.36

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

ecs.gn6e-c12g1.12xlarge

48vcpu+368GB+4*V100

48

368

13.44

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

18.78

新加坡

12.12

  • 华北3(张家口)

  • 华北6(乌兰察布)

ecs.gn6e-c12g1.24xlarge

96vcpu+736GB+8*V100

96

736

26.88

  • 华北2(北京)

  • 华东1(杭州)

  • 华东2(上海)

  • 华南1(深圳)

37.56

新加坡

24.18

  • 华北3(张家口)

  • 华北6(乌兰察布)

ecs.gn7-c12g1.3xlarge

12vcpu+95GB+1*GU50

12

95

5.4

  • 华北2(北京)

  • 华东2(上海)

4.86

华北6(乌兰察布)

ecs.gn7-c13g1.6xlarge

26vcpu+189GB+2*GU50

26

189

10.74

  • 华北2(北京)

  • 华东2(上海)

9.66

华北6(乌兰察布)

ecs.gn7-c13g1.13xlarge

52vcpu+378GB+4*GU50

52

378

21.48

  • 华北2(北京)

  • 华东2(上海)

19.38

华北6(乌兰察布)

ecs.gn7-c13g1.26xlarge

104vcpu+756GB+8*GU50

104

756

43.02

  • 华北2(北京)

  • 华东2(上海)

38.7

华北6(乌兰察布)

ecs.gn7e-c16g1.4xlarge

16vcpu+125GB+1*GU100

16

125

5.94

  • 华北2(北京)

  • 华东2(上海)

5.34

华北6(乌兰察布)

ecs.gn7e-c16g1.8xlarge

32vcpu+250GB+2*GU100

32

250

11.82

  • 华北2(北京)

  • 华东2(上海)

ecs.gn7e-c16g1.16xlarge

64vcpu+500GB+4*GU100

64

500

23.64

  • 华北2(北京)

  • 华东2(上海)

21.3

华北6(乌兰察布)

ecs.gn7e-c16g1.32xlarge

128vcpu+1000GB+8*GU100

128

1000

47.34

  • 华北2(北京)

  • 华东2(上海)

42.6

华北6(乌兰察布)