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,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*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
相关文章
2025年阿里云GPU服务器租用价格、选型策略与应用场景详解
随着AI与高性能计算需求的增长,阿里云提供了多种GPU实例,如NVIDIA V100、A10、T4等,适配不同场景。2025年重点实例中,V100实例GN6v单月3830元起,适合大规模训练;A10实例GN7i单月3213.99元起,适用于混合负载。计费模式有按量付费和包年包月,后者成本更低。针对AI训练、图形渲染及轻量级推理等场景,推荐不同配置以优化成本和性能。阿里云还提供抢占式实例、ESSD云盘等资源优化策略,支持eRDMA网络加速和倚天ARM架构,助力企业在2025年实现智能计算的效率与成本最优平衡。 (该简介为原文内容的高度概括,符合要求的字符限制。)
2025年NVIDIA RTX 4090云服务器租赁价格与选型指南
本文探讨了在主流云服务商尚未提供RTX 4090实例的背景下,如何选择高性能GPU服务器。分析了市场现状、替代方案性能,并推荐阿里云的GN7i(NVIDIA A10)、GN6v(NVIDIA V100)等实例,提供了成本优化策略与选型建议,确保用户在AI训练、图形渲染等场景中实现效率和成本的最佳平衡。
2025年NVIDIA RTX 4090服务器租赁价格与选型详解
随着AI训练、深度学习与图形渲染需求激增,NVIDIA RTX 4090显卡成为算力租赁市场的热门选择。本文从价格体系、配置适配、成本优化三方面解析4090服务器租赁策略,涵盖短租长租价格差异、主流平台对比、硬件配置建议及成本优化方案,助您精准匹配业务需求。此外,还介绍了阿里云高性能GPU实例作为替代方案,提供稳定性和生态集成优势。
阿里云gpu云服务器租用价格:最新收费标准及活动价格参考
阿里云gpu云服务器多少钱?A10卡GN7i GPU云服务器32核188G3213.99/1个月起,V100卡GN6v GPU云服务器8核32G3830.00/1个月起,阿里云GPU云服务器是基于GPU应用的计算服务,多适用于视频解码,图形渲染,深度学习,科学计算等应用场景,该产品具有超强计算能力、网络性能出色、购买方式灵活、高性能实例存储( GA1和GN5特有)等特点。下面小编来介绍下阿里云gpu云服务器最新的收费标准及活动价格。
2025年阿里云企业云服务器ECS选购与配置全攻略
本文介绍了阿里云服务器的核心配置选择方法论,涵盖算力需求分析、网络与存储设计、地域部署策略三大维度。针对不同业务场景,如初创企业官网和AI模型训练平台,提供了具体配置方案。同时,详细讲解了购买操作指南及长期运维优化建议,帮助用户快速实现业务上云并确保高效运行。访问阿里云官方资源聚合平台可获取更多最新产品动态和技术支持。
一键安装!阿里云新功能部署Nodejs环境到ECS竟然如此简单!
Node.js 是一种高效的 JavaScript 运行环境,基于 Chrome V8 引擎,支持在服务器端运行 JavaScript 代码。本文介绍如何在阿里云上一键部署 Node.js 环境,无需繁琐配置,轻松上手。前提条件包括 ECS 实例运行中且操作系统为 CentOS、Ubuntu 等。功能特点为一键安装和稳定性好,支持常用 LTS 版本。安装步骤简单:登录阿里云控制台,选择扩展程序管理页面,安装 Node.js 扩展,选择实例和版本,等待创建完成并验证安装成功。通过阿里云的公共扩展,初学者和经验丰富的开发者都能快速进入开发状态,开启高效开发之旅。
阿里云轻量应用服务器68元与云服务器99元和199元区别及选择参考
目前阿里云有三款特惠云服务器,第一款轻量云服务器2核2G68元一年,第二款经济型云服务器2核2G3M带宽99元1年,第三款通用算力型2核4G5M带宽199元一年。有的新手用户并不是很清楚他们之间的区别,因此不知道如何选择。本文来介绍一下它们之间的区别以及选择参考。
530 87
一键安装!阿里云新功能部署Nodejs环境到ECS竟然如此简单!
一键安装!阿里云新功能部署Nodejs环境到ECS竟然如此简单!
一键安装!阿里云新功能部署Nodejs环境到ECS竟然如此简单!
阿里云出手DeepSeek拒绝服务器繁忙,程序员直呼:真香!
阿里云PAI平台支持一键部署DeepSeek-V3和DeepSeek-R1大模型,用户无需编写代码即可完成从训练到部署的全过程。通过PAI Model Gallery,开发者可轻松选择并部署所需模型版本,享受高效、便捷的AI开发体验。教程详细介绍了开通PAI、选择模型及一键部署的具体步骤,帮助用户快速上手。
2025年阿里云企业高性能云服务器租用价格与选型详解
随着企业数字化转型,阿里云于2025年推出多款高性能云服务器实例,涵盖计算、通用和内存密集型场景。文章分析了企业选择云服务器的核心要点,包括明确业务需求(如计算密集型任务推荐计算型实例)、性能与架构升级(如第八代实例性能提升20%),以及第九代实例支持AI等高算力需求。同时提供了配置价格参考和成本优化策略,助力企业实现效率与成本的最优平衡。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等