阿里云服务器价格表 ECS最新价格优惠汇总

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 阿里云服务器最新价格表,现由阿里云代金券免费领取平台“尊托云数-zuntop.cn”整理出来,发布如下。这个阿里云最新价格表,能够帮助用户一目了然看到阿里云各种不同规格实例ECS服务器的各种付费方式的价格对比,让用户能够根据自己的实际需求方便选择对应的购买方案。

       阿里云服务器以其稳定、安全、方便以及高性价比等优势,一直以来都深受用户欢迎。阿里云服务器的价格也是用户最关注的,由于云服务器价格会受市场整体行情影响,以及阿里云自身的各种销售政策影响,阿里云服务器价格也是经常会更新变化的。

       阿里云服务器最新价格表,现由阿里云代金券免费领取平台“尊托云数-zuntop.cn”整理出来,发布如下。阿里云服务器价格表由以下几项构成:实例规格(云服务器实例型号)、vCPU(CPU核心数)、内存(服务器内存大小,单位:GB)、按量(按量付费价格,单位:小时)、标准目录月价(即正常价格情况下的月付价格)、优惠月价(优惠折扣后的月付价格)、年付月价(按年付费的平均月价)以及3年付和5年付的平均月价这几项组成。

       这个阿里云最新价格表,能够帮助用户一目了然看到阿里云各种不同规格实例ECS服务器的各种付费方式的价格对比,让用户能够根据自己的实际需求方便选择对应的购买方案。你如果在购买之前先领代金券,还可以在购买时直接抵现金哦,更能省掉一大笔费用哦!下面就是阿里云服务器最新价格表,最后面附有注意事项:

实例规格 vCPU 内存(GB) 按量(小时) 标准目录月价 优惠月价 年付月价 3年付月价 5年付月价
通用型 (g5) ecs.g5.large 2 8 0.66 191.0 181.45 143.25 85.95 57.30
通用型 (g5) ecs.g5.xlarge 4 16 1.33 383.0 363.85 287.25 172.35 114.90
通用型 (g5) ecs.g5.2xlarge 8 32 2.66 765.0 726.75 573.75 344.25 229.50
通用型 (g5) ecs.g5.3xlarge 12 48 3.99 1148.0 1090.6 861.00 516.60 344.40
通用型 (g5) ecs.g5.4xlarge 16 64 5.31 1530.0 1453.5 1147.50 688.50 459.00
通用型 (g5) ecs.g5.6xlarge 24 96 7.97 2295.0 2180.25 1721.25 1032.75 688.50
通用型 (g5) ecs.g5.8xlarge 32 128 10.63 3060.0 2907.0 2295.00 1377.00 918.00
通用型 (g5) ecs.g5.16xlarge 64 256 21.25 6120.0 5814.0 4590.00 2754.00 1836.00
密集计算型 (ic5) ecs.ic5.large 2 2 0.44 128.0 128.0 108.80 70.40 48.64
密集计算型 (ic5) ecs.ic5.xlarge 4 4 0.89 255.0 255.0 216.75 140.25 96.90
密集计算型 (ic5) ecs.ic5.2xlarge 8 8 1.77 510.0 510.0 433.50 280.50 193.80
密集计算型 (ic5) ecs.ic5.3xlarge 12 12 2.66 765.0 765.0 650.25 420.75 290.70
密集计算型 (ic5) ecs.ic5.4xlarge 16 16 3.54 1020.0 1020.0 867.00 561.00 387.60
计算型 (c5) ecs.c5.large 2 4 0.47 134.0 134.0 113.90 73.70 49.58
计算型 (c5) ecs.c5.xlarge 4 8 0.93 269.0 269.0 228.65 147.95 99.53
计算型 (c5) ecs.c5.2xlarge 8 16 1.86 537.0 537.0 456.45 295.35 198.69
计算型 (c5) ecs.c5.3xlarge 12 24 2.8 806.0 806.0 685.10 443.30 298.22
计算型 (c5) ecs.c5.4xlarge 16 32 3.73 1074.0 1074.0 912.90 590.70 397.38
计算型 (c5) ecs.c5.6xlarge 24 48 5.59 1611.0 1611.0 1369.35 886.05 596.07
计算型 (c5) ecs.c5.8xlarge 32 64 7.46 2148.0 2148.0 1825.80 1181.40 794.76
计算型 (c5) ecs.c5.16xlarge 64 128 14.92 4296.0 4296.0 3651.60 2362.80 1589.52
内存型 (r5) ecs.r5.large 2 16 0.85 245.0 232.75 183.75 110.25 73.50
内存型 (r5) ecs.r5.xlarge 4 32 1.7 489.0 464.55 366.75 220.05 146.70
内存型 (r5) ecs.r5.2xlarge 8 64 3.4 978.0 929.1 733.50 440.10 293.40
内存型 (r5) ecs.r5.3xlarge 12 96 5.09 1467.0 1393.65 1100.25 660.15 440.10
内存型 (r5) ecs.r5.4xlarge 16 128 6.79 1956.0 1858.2 1467.00 880.20 586.80
内存型 (r5) ecs.r5.6xlarge 24 192 10.19 2934.0 2787.3 2200.50 1320.30 880.20
内存型 (r5) ecs.r5.8xlarge 32 256 13.58 3912.0 3716.4 2934.00 1760.40 1173.60
内存型 (r5) ecs.r5.16xlarge 64 512 27.17 7824.0 7432.8 5868.00 3520.80 2347.20
内存增强型 (re4) ecs.re4.20xlarge 80 960 68.75 19800.0 19800.0 16830.00 9900.00 9900.00
内存增强型 (re4) ecs.re4.40xlarge 160 1920 137.5 39600.0 39600.0 33660.00 19800.00 19800.00
通用型弹性裸金属服务器 (ebmg5) ecs.ebmg5.24xlarge 96 384 31.88 9180.0 8721.0 6885.00 4131.00 2754.00
高主频型弹性裸金属服务器 (ebmhfg5) ecs.ebmhfg5.2xlarge 8 32 5.53 1594.0 1594.0 1291.14 781.06 510.08
计算型弹性裸金属服务器 (ebmc4) ecs.ebmc4.8xlarge 32 64 9.84 3150.0 3150.0 2677.50 1732.50 1197.00
高主频型超级计算集群 (scch5) ecs.scch5.16xlarge 64 192 42.36 12200.0 11590.0 9150.00 5490.00 3660.00
通用型超级计算集群 (sccg5) ecs.sccg5.24xlarge 96 384 44.63 12852.0 12209.4 9639.00 5783.40 3855.60
计算网络增强型 (sn1ne) ecs.sn1ne.large 2 4 0.51 148.0 148.0 125.80 81.40 56.24
计算网络增强型 (sn1ne) ecs.sn1ne.xlarge 4 8 1.03 296.0 296.0 251.60 162.80 112.48
计算网络增强型 (sn1ne) ecs.sn1ne.2xlarge 8 16 2.05 591.0 591.0 502.35 325.05 224.58
计算网络增强型 (sn1ne) ecs.sn1ne.3xlarge 12 24 3.08 887.0 887.0 753.95 487.85 337.06
计算网络增强型 (sn1ne) ecs.sn1ne.4xlarge 16 32 4.1 1182.0 1182.0 1004.70 650.10 449.16
计算网络增强型 (sn1ne) ecs.sn1ne.6xlarge 24 48 6.16 1773.0 1773.0 1507.05 975.15 673.74
计算网络增强型 (sn1ne) ecs.sn1ne.8xlarge 32 64 8.21 2364.0 2364.0 2009.40 1300.20 898.32
通用网络增强型 (sn2ne) ecs.sn2ne.large 2 8 0.75 215.0 204.25 161.25 96.75 64.50
通用网络增强型 (sn2ne) ecs.sn2ne.xlarge 4 16 1.49 429.0 407.55 321.75 193.05 128.70
通用网络增强型 (sn2ne) ecs.sn2ne.2xlarge 8 32 2.98 858.0 815.1 643.50 386.10 257.40
通用网络增强型 (sn2ne) ecs.sn2ne.3xlarge 12 48 4.47 1287.0 1222.65 965.25 579.15 386.10
通用网络增强型 (sn2ne) ecs.sn2ne.4xlarge 16 64 5.96 1716.0 1630.2 1287.00 772.20 514.80
通用网络增强型 (sn2ne) ecs.sn2ne.6xlarge 24 96 8.94 2574.0 2445.3 1930.50 1158.30 772.20
通用网络增强型 (sn2ne) ecs.sn2ne.8xlarge 32 128 11.92 3432.0 3260.4 2574.00 1544.40 1029.60
通用网络增强型 (sn2ne) ecs.sn2ne.14xlarge 56 224 20.85 6006.0 5705.7 4504.50 2702.70 1801.80
内存型 (se1) ecs.se1.large 2 16 1.14 329.4 329.4 279.99 164.70 164.70
内存型 (se1) ecs.se1.xlarge 4 32 2.29 658.8 658.8 559.98 329.40 329.40
内存型 (se1) ecs.se1.2xlarge 8 64 4.58 1317.6 1317.6 1119.96 658.80 658.80
内存型 (se1) ecs.se1.4xlarge 16 128 9.15 2635.2 2635.2 2239.92 1317.60 1317.60
内存型 (se1) ecs.se1.8xlarge 32 256 18.3 5270.4 5270.4 4479.84 2635.20 2635.20
内存型 (se1) ecs.se1.14xlarge 56 480 32.03 9223.2 9223.2 7839.72 4611.60 4611.60
内存网络增强型 (se1ne) ecs.se1ne.large 2 16 0.95 275.0 261.25 206.25 123.75 82.50
内存网络增强型 (se1ne) ecs.se1ne.xlarge 4 32 1.91 549.0 521.55 411.75 247.05 164.70
内存网络增强型 (se1ne) ecs.se1ne.2xlarge 8 64 3.81 1098.0 1043.1 823.50 494.10 329.40
内存网络增强型 (se1ne) ecs.se1ne.3xlarge 12 96 5.72 1647.0 1564.65 1235.25 741.15 494.10
内存网络增强型 (se1ne) ecs.se1ne.4xlarge 16 128 7.63 2196.0 2086.2 1647.00 988.20 658.80
内存网络增强型 (se1ne) ecs.se1ne.6xlarge 24 192 11.44 3294.0 3129.3 2470.50 1482.30 988.20
内存网络增强型 (se1ne) ecs.se1ne.8xlarge 32 256 15.25 4392.0 4172.4 3294.00 1976.40 1317.60
内存网络增强型 (se1ne) ecs.se1ne.14xlarge 56 480 26.69 7686.0 7301.7 5764.50 3458.70 2305.80
高主频计算型 (c4) ecs.c4.xlarge 4 8 1.6 801.05 761.0 600.79 360.47 240.31
高主频计算型 (c4) ecs.c4.2xlarge 8 16 3.2 1602.11 1522.0 1201.58 720.95 480.63
高主频计算型 (c4) ecs.c4.4xlarge 16 32 6.41 3204.22 3044.01 2403.16 1441.90 961.27
高主频通用型 (cm4) ecs.cm4.xlarge 4 16 2.02 938.69 891.76 704.02 422.41 281.61
高主频通用型 (cm4) ecs.cm4.2xlarge 8 32 4.11 1877.46 1783.59 1408.10 844.86 563.24
高主频通用型 (cm4) ecs.cm4.4xlarge 16 64 8.22 3755.0 3567.25 2816.25 1689.75 1126.50
高主频通用型 (cm4) ecs.cm4.6xlarge 24 96 12.33 5632.47 5350.85 4224.35 2534.61 1689.74
高主频内存型 (ce4) ecs.ce4.xlarge 4 32 2.44 1129.0 1072.55 846.75 508.05 338.70
本地SSD型 (i1) ecs.i1.xlarge 4 16 2.03 584.1 554.89 438.07 262.85 175.23
本地SSD型 (i1) ecs.i1.2xlarge 8 32 4.06 1168.2 1109.79 876.15 525.69 350.46
本地SSD型 (i1) ecs.i1.3xlarge 12 48 6.76 1947.0 1849.65 1460.25 876.15 584.10
本地SSD型 (i1) ecs.i1.4xlarge 16 64 8.11 2336.4 2219.58 1752.30 1051.38 700.92
本地SSD型 (i1) ecs.i1-c5d1.4xlarge 16 64 10.52 3028.9 2877.46 2271.67 1363.00 908.67
本地SSD型 (i1) ecs.i1.8xlarge 32 128 16.23 4672.8 4439.16 3504.60 2102.76 1401.84
本地SSD型 (i1) ecs.i1-c10d1.8xlarge 32 128 17.67 5088.1 4833.7 3816.07 2289.64 1526.43
本地SSD型 (i1) ecs.i1.14xlarge 56 224 28.39 8177.4 7768.53 6133.05 3679.83 2453.22
本地SSD型 (i2) ecs.i2.xlarge 4 32 2.61 753.0 715.35 564.75 338.85 225.90
本地SSD型 (i2) ecs.i2.2xlarge 8 64 5.23 1506.0 1430.7 1129.50 677.70 451.80
本地SSD型 (i2) ecs.i2.4xlarge 16 128 10.46 3012.0 2861.4 2259.00 1355.40 903.60
本地SSD型 (i2) ecs.i2.8xlarge 32 256 20.92 6024.0 5722.8 4518.00 2710.80 1807.20
本地SSD型 (i2) ecs.i2.16xlarge 64 512 41.83 12048.0 11445.6 9036.00 5421.60 3614.40
大数据型 (d1) ecs.d1.2xlarge 8 32 5.73 1649.7 1567.21 1237.27 742.37 494.91
大数据型 (d1) ecs.d1.4xlarge 16 64 11.46 3299.4 3134.43 2474.55 1484.73 989.82
大数据型 (d1) ecs.d1.6xlarge 24 96 17.18 4949.1 4701.64 3711.83 2227.09 1484.73
大数据型 (d1) ecs.d1.8xlarge 32 128 22.91 6598.8 6268.86 4949.10 2969.46 1979.64
大数据型 (d1) ecs.d1.14xlarge 56 224 40.1 11547.9 10970.5 8660.93 5196.56 3464.37
大数据网络增强型 (d1ne) ecs.d1ne.2xlarge 8 32 5.01 1444.0 1371.8 1083.00 649.80 433.20
大数据网络增强型 (d1ne) ecs.d1ne.4xlarge 16 64 10.03 2888.0 2743.6 2166.00 1299.60 866.40
大数据网络增强型 (d1ne) ecs.d1ne.6xlarge 24 96 15.04 4331.0 4114.45 3248.25 1948.95 1299.30
大数据网络增强型 (d1ne) ecs.d1ne.8xlarge 32 128 20.05 5775.0 5486.25 4331.25 2598.75 1732.50
大数据网络增强型 (d1ne) ecs.d1ne.14xlarge 56 224 35.09 10106.0 9600.7 7579.50 4547.70 3031.80
大数据网络增强型 (d1ne) ecs.d1ne-c8d3.8xlarge 32 128 19.25 5543.0 5265.85 4157.25 2494.35 1662.90
大数据网络增强型 (d1ne) ecs.d1ne-c14d3.14xlarge 56 224 29.19 8407.0 7986.65 6305.25 3783.15 2522.10
GPU计算型 (gn6v) ecs.gn6v-c8g1.2xlarge 8 32 26.46 7620.0 7620.0 6477.00 4191.00 2895.60
GPU计算型 (gn6v) ecs.gn6v-c8g1.8xlarge 32 128 105.84 30480.0 30480.0 25908.00 16764.00 11582.40
GPU计算型 (gn6v) ecs.gn6v-c8g1.16xlarge 64 256 211.68 60960.0 60960.0 51816.00 33528.00 23164.80
GPU计算型 (gn5) ecs.gn5-c4g1.xlarge 4 30 11.499 3312.9 3312.9 2815.97 1722.71 1159.51
GPU计算型 (gn5) ecs.gn5-c8g1.2xlarge 8 60 13.849 3989.7 3989.7 3391.25 2074.64 1396.39
GPU计算型 (gn5) ecs.gn5-c4g1.2xlarge 8 60 23.009 6626.7 6626.7 5632.69 3445.88 2319.35
GPU计算型 (gn5) ecs.gn5-c8g1.4xlarge 16 120 27.709 7979.4 7979.4 6782.49 4149.29 2792.79
GPU计算型 (gn5) ecs.gn5-c28g1.7xlarge 28 112 21.489 6189.3 6189.3 5260.90 3218.44 2166.26
GPU计算型 (gn5) ecs.gn5-c8g1.8xlarge 32 240 55.409 15957.9 15957.9 13564.21 8298.11 5585.27
GPU计算型 (gn5) ecs.gn5-c28g1.14xlarge 56 224 42.979 12377.7 12377.7 10521.05 6436.40 4332.20
GPU计算型 (gn5) ecs.gn5-c8g1.14xlarge 54 480 110.819 31915.8 31915.8 27128.43 16596.22 11170.53
GPU计算型 (gn5i) ecs.gn5i-c2g1.large 2 8 6.51 1875.0 1781.25 1406.25 843.75 562.50
GPU计算型 (gn5i) ecs.gn5i-c4g1.xlarge 4 16 7.27 2093.0 1988.35 1569.75 941.85 627.90
GPU计算型 (gn5i) ecs.gn5i-c8g1.2xlarge 8 32 8.75 2520.0 2394.0 1890.00 1134.00 756.00
GPU计算型 (gn5i) ecs.gn5i-c16g1.4xlarge 16 64 11.72 3375.0 3206.25 2531.25 1518.75 1012.50
GPU计算型 (gn5i) ecs.gn5i-c28g1.14xlarge 56 224 32.29 9300.0 8835.0 6975.00 4185.00 2790.00
GPU计算型 (gn4) ecs.gn4-c4g1.xlarge 4 30 10.88 3134.0 2977.3 2350.50 1410.30 940.20
GPU计算型 (gn4) ecs.gn4-c8g1.2xlarge 8 30 12.41 3575.0 3396.25 2681.25 1608.75 1072.50
GPU计算型 (gn4) ecs.gn4-c4g1.2xlarge 8 60 21.76 6268.0 5954.6 4701.00 2820.60 1880.40
GPU计算型 (gn4) ecs.gn4-c8g1.4xlarge 16 60 24.83 7150.0 6792.5 5362.50 3217.50 2145.00
GPU计算型 (gn4) ecs.gn4.8xlarge 32 48 14.93 4300.0 4085.0 3225.00 1935.00 1290.00
GPU计算型 (gn4) ecs.gn4.14xlarge 56 96 29.86 8599.0 8169.05 6449.25 3869.55 2579.70
GPU可视化计算型 (ga1) ecs.ga1.xlarge 4 10 2.2 633.0 601.35 474.75 284.85 189.90
GPU可视化计算型 (ga1) ecs.ga1.2xlarge 8 20 4.4 1266.0 1202.7 949.50 569.70 379.80
GPU可视化计算型 (ga1) ecs.ga1.4xlarge 16 40 8.79 2531.0 2404.45 1898.25 1138.95 759.30
GPU可视化计算型 (ga1) ecs.ga1.8xlarge 32 80 17.58 5062.0 4808.9 3796.50 2277.90 1518.60
GPU可视化计算型 (ga1) ecs.ga1.14xlarge 56 160 35.16 10125.0 9618.75 7593.75 4556.25 3037.50
FPGA计算型 (f1) ecs.f1-c8f1.2xlarge 8 60 8.66 2495.0 2370.25 1871.25 1122.75 748.50
FPGA计算型 (f1) ecs.f1-c8f1.4xlarge 16 120 17.33 4990.0 4740.5 3742.50 2245.50 1497.00
FPGA计算型 (f1) ecs.f1-c28f1.7xlarge 28 112 15.14 4360.0 4142.0 3270.00 1962.00 1308.00
FPGA计算型 (f1) ecs.f1-c28f1.14xlarge 56 224 30.28 8720.0 8284.0 6540.00 3924.00 2616.00
FPGA计算型 (f2) ecs.f2-c8f1.2xlarge 8 60 10.14 2920.0 2774.0 2190.00 1314.00 876.00
FPGA计算型 (f2) ecs.f2-c8f1.4xlarge 16 120 20.28 5840.0 5548.0 4380.00 2628.00 1752.00
FPGA计算型 (f2) ecs.f2-c28f1.7xlarge 28 112 16.63 4790.0 4550.5 3592.50 2155.50 1437.00
FPGA计算型 (f2) ecs.f2-c28f1.14xlarge 56 224 33.26 9580.0 9101.0 7185.00 4311.00 2874.00
FPGA计算型 (f3) ecs.f3-c16f1.4xlarge 16 64 17.5 5040.0 5040.0 4284.00 2772.00 1915.20
FPGA计算型 (f3) ecs.f3-c16f1.8xlarge 32 128 35.0 10080.0 10080.0 8568.00 5544.00 3830.40
FPGA计算型 (f3) ecs.f3-c16f1.16xlarge 64 256 70.0 20160.0 20160.0 17136.00 11088.00 7660.80
高主频计算型 (hfc5) ecs.hfc5.large 2 4 0.87 251.0 251.0 208.33 125.50 82.83
高主频计算型 (hfc5) ecs.hfc5.xlarge 4 8 1.74 502.0 502.0 416.66 251.00 165.66
高主频计算型 (hfc5) ecs.hfc5.2xlarge 8 16 3.49 1004.0 1004.0 833.32 502.00 331.32
高主频计算型 (hfc5) ecs.hfc5.3xlarge 12 24 5.23 1506.0 1506.0 1249.98 753.00 496.98
高主频计算型 (hfc5) ecs.hfc5.4xlarge 16 32 6.97 2008.0 2008.0 1666.64 1004.00 662.64
高主频计算型 (hfc5) ecs.hfc5.6xlarge 24 48 10.46 3012.0 3012.0 2499.96 1506.00 993.96
高主频计算型 (hfc5) ecs.hfc5.8xlarge 32 64 13.94 4016.0 4016.0 3333.28 2008.00 1325.28
高主频通用型 (hfg5) ecs.hfg5.large 2 8 1.15 332.0 332.0 268.92 162.68 106.24
高主频通用型 (hfg5) ecs.hfg5.xlarge 4 16 2.31 664.0 664.0 537.84 325.36 212.48
高主频通用型 (hfg5) ecs.hfg5.2xlarge 8 32 4.61 1328.0 1328.0 1075.68 650.72 424.96
高主频通用型 (hfg5) ecs.hfg5.3xlarge 12 48 6.92 1992.0 1992.0 1613.52 976.08 637.44
高主频通用型 (hfg5) ecs.hfg5.4xlarge 16 64 9.22 2656.0 2656.0 2151.36 1301.44 849.92
高主频通用型 (hfg5) ecs.hfg5.6xlarge 24 96 13.83 3984.0 3984.0 3227.04 1952.16 1274.88
高主频通用型 (hfg5) ecs.hfg5.8xlarge 32 128 18.44 5312.0 5312.0 4302.72 2602.88 1699.84
高主频通用型 (hfg5) ecs.hfg5.14xlarge 56 160 30.58 8808.0 8808.0 7134.48 4315.92 2818.56

按量付费注意事项:

  • 询价金额如遇小数点,保留三位小数点,第四位四舍五入。
  • 账单列表金额遇小数点,保留两位小数点,第三位舍掉,实际扣费金额以此为准;账单详情金额遇小数点,保留三位小数点,第四位四舍五入。
  • 余额不足提醒:以小时为单位整点结算后,若下一计费周期内账户可用余额小于上一周期账单金额,则发短信和邮件提醒。
  • 释放通知:因到期/欠费释放,系统会短信和邮件通知。
  • 按小时扣费后,“阿里云现金账户”出现欠费。即在整点扣费时,(现金账户余额 – 账单中当周期整点结算的费用)小于 0 时,按量付费的 ECS 将会欠费停机,从停机时刻起数据保留 7 天(即 168 小时,自行设置释放的除外),之后数据将会被系统自动释放,届时数据不再保留。
  • 已设置自动释放时间的云服务器,会按照设置时间系统自动释放(按量付费服务器实例可能存在释放延迟,如果您设置释放时间点由于释放延迟进入下一计费周期,不会收取下一计费周期费用,只会针对您设置的释放时间点前的时间进行计费),若按小时扣费后,“阿里云现金账户”余额为 0 元,”按量付费“的云服务器不遵循设置的系统释放时间,依然会自动释放,数据不可恢复。

T5无性能约束实例计费规则:

以下情况不收取费用:
  • 如果在未来24小时或实例生命周期(以较短者为准)内,t5实例的平均CPU使用率等于或低于基准CPU计算性能,实例的每小时价格自动涵盖期间的所有使用峰值,您无需支付额外费用。
  • 实例规格在24小时内有最大CPU积分余额,例如:t5-lc1m1.small最多可以获得144个积分。在使用的预支积分小于最大CPU积分余额时,不收费。
以下情况会收取费用:
  • 如果使用的预支积分超过最大CPU积分余额,会在该时间段结束时收费。
  • 如果使用了预支积分,并且在该积分清零前停止或释放实例,会一次性收取预支积分费用。
  • 如果预支积分使用完,继续使用超额积分,会收取额外费用。
  • 从t5无性能约束实例转换为t5性能约束实例时,会立即收取预支积分的费用,实例的累积CPU积分保持不变。

 

相关实践学习
2分钟自动化部署人生模拟器
本场景将带你借助云效流水线Flow实现人生模拟器小游戏的自动化部署
7天玩转云服务器
云服务器ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,可降低 IT 成本,提升运维效率。本课程手把手带你了解ECS、掌握基本操作、动手实操快照管理、镜像管理等。了解产品详情: https://www.aliyun.com/product/ecs
目录
相关文章
|
3天前
|
存储 缓存 固态存储
阿里云服务器租用价格参考,云服务器收费标准与活动价格表参考
本文为大家展示阿里云服务器最新的收费标准与活动价格情况,以供了解和参考。
阿里云服务器租用价格参考,云服务器收费标准与活动价格表参考
|
3天前
|
人工智能 JSON Linux
利用阿里云GPU加速服务器实现pdf转换为markdown格式
随着AI模型的发展,GPU需求日益增长,尤其是个人学习和研究。直接购置硬件成本高且更新快,建议选择阿里云等提供的GPU加速型服务器。
利用阿里云GPU加速服务器实现pdf转换为markdown格式
|
2天前
|
开发框架 缓存 .NET
阿里云轻量应用服务器、经济型e、通用算力型u1实例怎么选?区别及选择参考
在阿里云目前的活动中,价格比较优惠的云服务器有轻量应用服务器2核2G3M带宽68元1年,经济型e实例2核2G3M带宽99元1年,通用算力型u1实例2核4G5M带宽199元1年,这几个云服务器是用户关注度最高的。有的新手用户由于是初次使用阿里云服务器,对于轻量应用服务器、经济型e、通用算力型u1实例的相关性能并不是很清楚,本文为大家做个简单的介绍和对比,以供参考。
|
8天前
|
机器学习/深度学习 人工智能 编解码
阿里云GPU云服务器优惠收费标准,GPU服务器优缺点与适用场景详解
随着人工智能、大数据分析和高性能计算的发展,对计算资源的需求不断增加。GPU凭借强大的并行计算能力和高效的浮点运算性能,逐渐成为处理复杂计算任务的首选工具。阿里云提供了从入门级到旗舰级的多种GPU服务器,涵盖GN5、GN6、GN7、GN8和GN9系列,分别适用于图形渲染、视频编码、深度学习推理、训练和高性能计算等场景。本文详细介绍各系列的规格、价格和适用场景,帮助用户根据实际需求选择最合适的GPU实例。
|
10天前
|
弹性计算
阿里云服务器10M带宽收费价格详解
带宽是衡量网络传输能力的重要指标,对于云服务器的性能有着至关重要的影响。阿里云作为领先的云服务提供商,为用户提供了多种带宽选择,以满足不同应用场景的需求。本文将详细介绍阿里云服务器10M带宽的收费价格、地域差异以及优惠政策,帮助您更好地了解并选择合适的带宽方案。
|
10天前
|
弹性计算 运维 安全
阿里云轻量应用服务器与ECS的区别及选择指南
轻量应用服务器和云服务器ECS(Elastic Compute Service)是两款颇受欢迎的产品。本文将对这两者进行详细的对比,帮助用户更好地理解它们之间的区别,并根据自身需求做出明智的选择。
|
11天前
|
SQL 弹性计算 安全
阿里云上云优选与飞天加速计划活动区别及购买云服务器后续必做功课参考
对于很多用户来说,购买云服务器通常都是通过阿里云当下的各种活动来购买,这就有必要了解这些活动的区别,同时由于活动内的云服务器购买之后还需要单独购买并挂载数据盘,还需要设置远程密码以及安全组等操作之后才能正常使用云服务器。本文就为大家介绍一下目前比较热门的上云优选与飞天加速计划两个活动的区别,以及通过活动来购买云服务器之后的一些必做功课,确保云服务器可以正常使用,以供参考。
|
14天前
|
弹性计算 安全 开发工具
灵码评测-阿里云提供的ECS python3 sdk做安全组管理
批量变更阿里云ECS安全组策略(批量变更)
|
1月前
|
存储 人工智能 弹性计算
阿里云弹性计算(ECS)提供强大的AI工作负载平台,支持灵活的资源配置与高性能计算,适用于AI训练与推理
阿里云弹性计算(ECS)提供强大的AI工作负载平台,支持灵活的资源配置与高性能计算,适用于AI训练与推理。通过合理优化资源分配、利用自动伸缩及高效数据管理,ECS能显著提升AI系统的性能与效率,降低运营成本,助力科研与企业用户在AI领域取得突破。
50 6
|
10天前
|
弹性计算 Linux 数据安全/隐私保护
阿里云上快速搭建幻兽帕鲁游戏联机服务器指南
对于热爱幻兽帕鲁游戏的玩家来说,搭建一台专属的联机服务器无疑能够大大提升游戏体验。阿里云作为领先的云计算服务商,为玩家提供了便捷、高效的服务器搭建方案。本文将为您详细介绍如何在阿里云上快速搭建幻兽帕鲁游戏联机服务器,让您轻松享受多人游戏的乐趣。

热门文章

最新文章