定价与账单5 分钟阅读
包月 vs 按小时租用 GPU:盈亏平衡点在哪里
按月租用 GPU 只有在使用率足够高时才划算。以下是我们出租的每款 GPU 的精确盈亏平衡点,根据 40 家 GPU 云厂商的公开按需价格计算得出,以及按小时计费仍然更合算的情形。
CryptGPU 团队发布于

核心要点
- 只要 GPU 每月开机时长超过约 510 小时,即每天 16.8 小时,CryptGPU 包月服务器的费用就会低于按小时计费的市场中位价格。
- 若与最低的按小时报价相比,盈亏平衡点会推后到每天 17.9 至 23.6 小时之间(L40S 除外);若与超大规模云厂商相比,则会提前到每天 4.8 至 9.5 小时之间。
- 对于办公时间内的开发工作、持续数天的一次性任务、短期扩容以及可中断的批处理作业,按小时计费更为合算。
- 计算时应统计机器保持开机的总时长,包括空闲时间,而不仅仅是纯计算时长。
盈亏平衡公式
包月服务器无论运行一小时还是运行一整月,价格都相同;按小时计费的实例则是按费率乘以使用的小时数计费。两种计费方式只有在一个点上费用相等:
break-even hours = monthly price ÷ hourly price
share of month = break-even hours ÷ 730
hours per day = break-even hours × 24 ÷ 730
730 是一个月的平均小时数(每年 8,760 小时 ÷ 12)。以一块 H100 为例:我们的包月价格为 $1,779,市场中位按需价格为每 GPU 小时 $3.49:1,779 ÷ 3.49 = 509.7 小时,占全月的 69.8%,相当于每天 16.8 小时。低于这个时长,按小时计费更便宜;高于这个时长,则包月服务器更划算。
以上两种价格均按每块 GPU 计算。配备 n 块 GPU 的服务器价格是单 GPU 价格的 n 倍,而按小时计费的市场价格也是按每块 GPU 报价的,因此无论是 1 块 GPU 还是 8 块 GPU,盈亏平衡点都相同。
各款数据中心 GPU 的盈亏平衡点
下表使用的是我们于 2026年9月23日从 40 家 GPU 云厂商和主机商处收集到的公开按需标价:每块 GPU 按小时的中位价,以及我们找到的最低价。竞价实例、交易市场和超大规模云厂商的价格未计入其中。
| GPU | 我们的价格(每块 GPU / 月) | 中位价 $/GPU 小时 | 对比中位价的盈亏平衡点 | 最低价 $/GPU 小时 | 对比最低价的盈亏平衡点 |
|---|---|---|---|---|---|
| B300 | $4,019 | $7.87 | 511 小时(每天 16.8 小时) | $6.60 | 609 小时(每天 20.0 小时) |
| B200 | $3,439 | $6.74 | 510 小时(每天 16.8 小时) | $5.43 | 633 小时(每天 20.8 小时) |
| H200 | $2,279 | $4.465 | 510 小时(每天 16.8 小时) | $3.49 | 653 小时(每天 21.5 小时) |
| H100 | $1,779 | $3.49 | 510 小时(每天 16.8 小时) | $2.69 | 661 小时(每天 21.7 小时) |
| MI355X(参考价) | $1,409 | $2.77 | 509 小时(每天 16.7 小时) | $2.59 | 544 小时(每天 17.9 小时) |
| RTX PRO 6000 | $959 | $1.89 | 507 小时(每天 16.7 小时) | $1.335 | 718 小时(每天 23.6 小时) |
| L40S | $789 | $1.56 | 506 小时(每天 16.6 小时) | $0.646 | 1,221 小时(不会发生) |
这种规律并非偶然。我们的价格是市场中位价 × 730 小时后再降价 30%(向下取整),因此与中位价相比,盈亏平衡点始终略低于全月的 70%:约 510 小时,相当于连续 21 天全天候不间断使用。若与最低报价相比(L40S 除外),这一时长会推后到每天 17.9 至 23.6 小时之间。
目前没有任何服务商公布 MI355X 的按需价格,因此该行数据使用的是我们找到的两个公开起始价:每 GPU 小时 $2.59 和 $2.95,其中位数为 $2.77。
对于 L40S,有一家独立主机商的报价低于我们的价格:相当于每 GPU 小时 $0.646,约合每月 $472。相比我们的 $789,盈亏平衡点需要 1,221 小时,超过一整月,因此无论使用率高低,那个报价都更便宜。
GeForce 显卡是另一个市场:大多数主机商已经按月出租,因此可以直接比较。以各服务商最便宜的服务器计算,15 家服务商的 RTX 5090 中位价为每月 $481,而我们的价格为 $329;16 家服务商的 RTX 4090 中位价为 $387,而我们的价格为 $269。
与超大规模云厂商和交易市场相比
超大规模云厂商未计入我们的中位价,但许多团队仍会将其作为参照。它们的按需价格要高得多,因此盈亏平衡点来得更早:
| 按需参照 | $/GPU 小时 | 对比对象 | 盈亏平衡点 |
|---|---|---|---|
| AWS p5(H100) | $6.88 | H100($1,779) | 259 小时(每天 8.5 小时) |
| Google Cloud a3-highgpu-8g(H100) | $11.07 | H100($1,779) | 161 小时(每天 5.3 小时) |
| Azure ND H100 v5 | $12.29 | H100($1,779) | 145 小时(每天 4.8 小时) |
| AWS p5en(H200) | $7.91 | H200($2,279) | 288 小时(每天 9.5 小时) |
| AWS p6-b200 | $14.24 | B200($3,439) | 242 小时(每天 7.9 小时) |
| AWS p6-b300 | $17.80 | B300($4,019) | 226 小时(每天 7.4 小时) |
交易市场则恰恰相反。Vast.ai 上 H100 的中位价为每 GPU 小时 $2.27,对应的盈亏平衡点为 784 小时:超过一整月,因此无论使用率高低都更便宜。H200($4.34)的盈亏平衡点为 525 小时,接近按需价格下的数值;B300($11.24)则为 358 小时。交易市场上的 GPU 来自独立主机商,一旦被更高出价者抢占,可中断实例就会被终止,因此这类算力更适合经常保存检查点的任务。
按小时计费仍更划算的情况
当 GPU 需求呈突发式、用完即释放时,按小时计费才是正确的选择:
- 办公时间内的开发工作。每天 8 小时、22 个工作日,共计 176 小时。以一块 H100 按 $3.49 的中位价计算,费用为 $614.24,远低于 $1,779。
- 一次性实验。在 8× H100 上运行 10 天,共 240 小时:240 × 8 × $3.49 = $6,700.80,而同款服务器包月费用为 $14,232。
- 短期扩容。周末用数十块 GPU 进行评估,周一即归还。
- 可中断的批处理任务。频繁保存检查点的参数扫描和批处理作业,可以运行在竞价实例或交易市场的算力上。
任务持续的时间越长,就越接近这条分界线。在 8× H100 上运行三周(504 小时),按中位小时价计费为 $14,071.68,仅比同款服务器包月价格低 $160.32。若运行整整一个月,按小时计费需要 $20,381.60,比包月服务器多花 $6,149.60。
空闲时间的现实
盈亏平衡的计算假设您只为实际需要的时长付费。但实际上,按小时计费的实例只要处于开机状态就会计费,无论是否在运行任务。
- 训练不只是 GPU 运行时间。数据准备、调试、失败的运行、评估以及检查点上传,都会让机器保持开机状态,而 GPU 此时部分处于空闲;在两次实验之间让实例保持运行,通常也比关机后重新配置更省事。
- 推理服务必须在请求到达时保持在线。面向用户提供服务的模型每月运行 730 小时,包括流量稀少的夜间时段,因此生产环境中的服务端点已经超过表中所有的盈亏平衡点。
- 关机也有代价。停止的按需实例会将其 GPU 归还资源池,无法保证您回来时同样的配置仍然可用。
因此,真正需要考虑的问题不是任务计算了多少小时,而是您会让机器保持运行多少小时。如果平均每天超过 16.8 小时,即每月约 510 小时,包月服务器就会比按小时计费的中位报价更划算。
价格可预测性
包月价格在整月内固定不变。账单金额就是单价乘以服务器数量,与任务实际情况无关,也无需盯着计费表。而按小时计费的公开标价会变动:例如,Nebius 将在 2026年10月1日把 H100、H200、B200 和 B300 的按需价格上调 17% 至 21%。按小时计费的预算必须能够承受项目进行中出现的这类变化。
我们的服务器按月预付,逐月续费,没有长期合约,因此承诺周期只有一个月,而不是一年。支持使用 BTC、ETH、USDT、XMR 或 LTC 付款;详见账单与付款。
如何决定
- 估算每月您会让 GPU 保持开机的小时数,而不是纯计算时长。
- 用我们的包月价格除以您原本要支付的按小时价格。如果您的使用时长高于计算结果,就按月租用;低于结果,就按小时租用。
- 如果处于临界值附近,要把按小时实例同样会计费的空闲时间计算在内,并记住按小时公开标价可能在项目进行期间发生变化。
各规格服务器的价格详见价格页面,对比页面则将各款 GPU 并列展示。如果需要先确定机器规格,请阅读您的模型需要多少 GPU 显存。确定需求后,即可配置服务器。




