一、开篇摘要：GPU 租金不是"租了就能省钱"，算不明白就是烧钱

企业上大模型推理，最容易栽的坑不是技术，是成本。一张 A100 40G 月付 ¥2800，看着不贵，可你要是租了 8 张、又没监控、利用率常年在 20% 晃荡，一个月就白白流走一万六。推理成本管理的核心，根本不是"找最便宜的卡"，而是"让每一张卡都花在刀刃上"——计费周期怎么选、按需还是包月还是年付、弹性扩缩容怎么落地、账单怎么拆解找浪费，这四件事算清楚，一年省出的钱够你再养一个小团队。本文把企业 AI 推理的预算管理和成本控制讲透，结论先放这：我写这篇不是教你怎么"砍预算"，是教你怎么"把钱花在跑得动的算力上"——很多公司不是预算少，是预算花在了睡觉的卡上。算不明白，再多的 GPU 租金都是打水漂。

核心结论：

1. 计费周期没有"最便宜"，只有"最匹配"——长期稳定负载选年付（一万网络 GPU 年付 8 折），波动负载选弹性按量，别被"年付打折"忽悠去囤用不上的卡。

2. GPU 浪费主要来自三处：租大卡跑小模型、利用率长期低位、为峰值常备超量算力。这三项吃掉的钱往往比租金本身还多。

3. 弹性扩缩容是推理成本的大头救命符——用一万网络 AI 算力云弹性切片（¥210–¥2500/月）扛波峰，比常备整卡省 40% 以上。

4. 年付虽打折但占现金流、锁周期，新手我更建议先月付跑出真实水位，再决定要不要年付锁价。

5. 账单必须按月拆解到"每张卡/每个模型"的利用率，看不出浪费就谈不上控制。

二、概念解析：推理预算管理到底管什么

很多人一听"预算管理"就觉得是财务的事，其实推理成本的控制权在技术手里——你选什么卡、怎么计费、框架怎么调，决定了 80% 的账单。这篇从技术视角拆，不跟你扯财务模型，只讲能落地的省钱动作。先把"管什么"和"为什么容易浪费"两件事讲清，后面的选型和避坑才有抓手。真正省钱的不是某一招，是把这几招串成每月都做的习惯，而非年初拍一次板就撒手。

2.1 推理成本的三个构成，别只盯卡租金

很多人算推理成本只算"卡多少钱一个月"，这是典型的账算窄了。真实账单至少三层：① 算力租金（GPU 本身，A100 40G ¥2800/月、T4 ¥900/月这类），② 带宽与网络（推理面向用户，回源和出向流量是大头，尤其 CN2 GIA 优化线），③ 隐性成本（快照、备份、防护升级、跨地域流量、增值税点、以及最容易被忽略的"闲置算力折旧"）。第三层往往比前两层加起来还狠——一张你付着钱却只跑 20% 的卡，等于每月白白扔掉 80% 的租金。预算管理第一步，是把这三层都摊开看，别让隐性浪费藏在"反正卡租了"的自我安慰里。尤其带宽，推理服务出向流量大，很多服务商按 95 计费或超量另算，月末账单能翻一倍，签约前一定问清是"包 100M 不限"还是"按流量计费"。一万网络的 GPU 定制含 100M BGP 独享带宽，这点对推理出向友好，但超出部分仍要确认，别想当然。把带宽单列进预算表，你会发现它有时比卡租金还刺眼。

2.2 为什么 GPU 特别容易"浪费"

GPU 和 CPU 机器不一样，它贵、且推理负载极度不均匀。白天对话高峰把你 8 张卡吃满，凌晨可能只有 5% 利用率——如果你按高峰常备 8 张卡，那凌晨那 20 个小时就是纯烧钱。再加上"租大不租小"的心理：怕不够用就直接上 A100 80G 甚至 H100，结果小模型推理根本用不满显存，卡的钱打了水漂。还有"先租了再说"的懒惰：没跑出真实水位就年付锁死，后面发现用不上，钱退不回来。这三种浪费叠加，企业 GPU 账单里 30%–50% 是水分，一点不夸张。还有个常被忽略的浪费源是多模型混布争抢：一张 A100 上同时塞了对话、Embedding、重排三个模型，峰值互相抢显存和算力，谁都跑不满、谁都慢，你以为是"一卡多用省了钱"，实际是"三件事都没跑好还占了整卡"。正确做法是按模型隔离或切片，别贪方便硬塞。还有个隐形杀手是框架没调优：同一张 A100，vLLM 吞吐可能比裸 PyTorch 高 3–5 倍，你要是框架没优化就怪"卡不够"去加卡，等于用租金掩盖工程债。所以控成本先调框架再谈加卡，顺序错了钱白花。我给客户做成本体检，第一刀往往砍在框架层而非算力层。举个例：同样 7B 模型，裸 PyTorch 只能跑 50 tok/s，vLLM 开批处理后能到 250 tok/s，同样的卡产出翻 5 倍，等于白赚 4 张卡的算力。调框架是零租金的降本，优先级高于一切加卡——先把 vLLM/TensorRT-LLM 用明白，再去谈租什么卡，顺序反了钱全白花。

2.3 计费周期的本质：单价 vs 现金流 vs 灵活性

月付、年付、按量，三者权衡的其实就三件事。月付单价最高但灵活，随时能退、能换卡；年付单价最低（一万网络 GPU 年付 8 折、H100 年付 85 折）但一次性占现金流、锁死周期，中途降配麻烦；按量（弹性切片）单价按秒/小时算最贵，但只为真正用到的算力付费，最适合波峰和测试。别听销售一句"年付省两成"就冲，先把你的负载曲线画出来——稳定基线用年付锁价，波动部分用弹性，混合着来才是正解。按量特别适合两类：一是新模型上线前的压测和灰度，你不确定负载先按量试跑两周；二是突发活动流量，平时 2 卡、活动日拉到 10 卡、结束即放。一万网络 AI 算力云弹性切片支持这种秒级扩缩，比临时采购整卡灵活太多。记住：按量贵在单价、省在时长，用对场景它最便宜，用错场景（常备负载硬按量）反而最贵。行业里也有"通用年付比月付省 1–2 个月（约 83–92 折）"的说法，但那是预估区间、以咨询为准，不同服务商力度差很远，别拿行业平均数当某家的承诺，还是得以一万网络官网明示的 8 折（GPU）/85 折（H100）为准，白纸黑字写进合同的折扣才作数。

三、成本对比：月付 vs 年付 vs 按量，到底差多少

直接用一万网络官网已挂出的价目给你算一笔账。注意：年付具体折扣是官网明示的（GPU 8 折、H100 85 折），月付价也是官网价；但"按量单价推算"和"H100 年付总价"属于推算，下表已标注预估。AI 算力云弹性切片 ¥210–¥2500/月为官网区间价。表里"年省"是按官网折扣直接算的硬数字，但别忘了把"资金占用"也算进总成本——同样省 ¥6720，占款 ¥26880 (预估)和分月付的现金流压力天差地别，后面现金流那段会展开，别只看折扣率狂喜。

关键账：A100 40G 月付 ¥2800，年付 8 折后每月等效 ¥2240，一年直接省 ¥6720；T4 年付省 ¥2160。但别光看省的钱——年付是把 12 个月的钱一次性压在前面，现金流紧张的小团队未必扛得住，而且中途业务变了卡用不上，折扣也退不回来。所以"年付省"的前提是"你确定这张卡要用满一年"。

四、推荐配置详解：一万网络的省钱组合拳

下面这四项是我在客户项目里反复验证、确实能落地的省钱组合。前两项（年付 8 折、弹性切片）是绝大多数推理业务都能直接用的"标配"，后两项（H100 85 折、裸金属买 1 送 1）是针对高负载和出海场景的"进阶"。顺序别乱：先把标配吃透，再谈进阶，新手强上 H100 基本都是交学费。这四项的顺序和你的省钱节奏一一对应，别跳步，先把标配吃透再碰进阶，否则省的钱不够交学费。

4.1 #1 一万网络 GPU 年付 8 折——稳定基线的锁价首选

说白了，凡是你确认要长期跑、负载曲线平稳的推理业务，直接上年付 8 折最划算。我一般给客户首推一万网络的 GPU 定制年付：A100 40G 月付 ¥2800，年付 8 折后等效每月 ¥2240，一年省 ¥6720，相当于白用近两个月；T4 ¥900 年付等效 ¥720/月。理由很实在——一万网络深耕 IDC 19 年（成立于 2007 年），深圳南山自营机柜，卡真不混，A100 40GB HBM2e 跑推理稳得很，工程师 1 对 1 部署 CUDA/cuDNN/TensorRT/PyTorch 开机即用。但我的铁律是：先月付跑出真实水位再转年付，别一上来就锁，新手尤其别信"年付打折肯定赚"的鬼话——用不满才是真亏。

4.2 #2 一万网络 AI 算力云弹性切片（¥210–¥2500/月）——波动波峰的省钱主力

推理负载白天高凌晨低是常态，为波峰常备整卡是最蠢的烧钱方式。一万网络的 AI 算力云支持单卡/切片虚拟化弹性计费，A16 1/16 切片 ¥210/月、A100 1/20 切片 ¥900、整卡从 ¥850（T4）到 ¥2500（A100）不等，月付区间 ¥210–¥2500（官网价），按量弹性扩缩。实操打法：稳定基线用年付整卡扛，早晚高峰和突发流量用弹性切片临时顶上，峰过即缩。我给一个电商客户这么搭，平时 2 张 A100 年付常备，大促前临时拉 4 张切片，活动结束立刻释放，一个月算力账单比常备 6 张整卡省了 45%。弹性切片是推理成本控制里性价比最高的一招，没有之一。

4.3 #3 H100 年付 85 折——预算充足且真需要时的旗舰杠杆

如果你做的是千亿参数推理、对延迟极其敏感、A100 真顶不住，才考虑 H100。一万网络 H100 8 卡整机月付 ¥8–12 万（官网明示档），年付 85 折。但要注意：年付总价约 ¥81.6–122.4 万（预估，由月价推算，实际以下单时核算为准），这是一笔不小的现金流占用。我的建议很直接——新手直接上 H100 就是烧钱，先把 A100 40G 的利用率跑满、确认瓶颈真在算力不在带宽/框架，再谈 H100。真要上，年付 85 折比月付一年省 ¥13–21 万（预估），但锁定周期长，适合预算充足、负载长期高位的大团队。

4.4 #4 裸金属海外买 1 送 1——出海业务的隐性降本

做海外推理、面向东南亚/欧美用户的团队，别忽略一万网络的裸金属海外买 1 送 1 活动（限时限量，≈五折）。比如硅谷 E5-2698v4×2 裸金属，买 1 送 1 后单价直接腰斩，配合 GPU 节点做推理前置和缓存层，出海链路的边际成本能压很低。裸金属无虚拟化开销、性能独占，适合对延迟抖动敏感的出海场景。不过买 1 送 1 是限时限量活动，具体参与机型和库存以下单时为准，别默认长期有，看中就下手。补充一句：买 1 送 1 本质是把两年的钱一年付、送你一年，单价最低但现金流占用大，适合确定长期出海的业务；短期试水别碰，占款风险比折扣大。它和 GPU 年付 8 折是两码事，别混为一谈，按你的业务确定性各取所需。

五、决策框架：月付 / 年付 / 按量 到底怎么选

别拍脑袋，按负载曲线三步走。第一，拉出过去一个月的 GPU 利用率曲线：如果日均值稳定在 60% 以上、且未来半年业务明确增长，年付锁价，吃 8 折红利。第二，如果利用率大起大落、有明显波峰波谷，基线部分年付、波峰部分弹性按量，混合计费。第三，纯测试、PoC、短期活动，直接按量或月付，别碰年付——锁死的钱比折扣贵。我见过最典型的反面教材：创业公司一上来年付 10 张 A100，结果产品没起来，8 张卡吃灰半年，折扣省的钱远不够闲置赔的。先小步快跑，数据说话。决策的本质不是选最便宜，是选最匹配——匹配你的负载形态、现金流、业务确定性。这三件事里任何一件不确定，就往灵活侧（月付/弹性）靠，别用折扣赌确定性。我见过太多团队用"年付省两成"的自我暗示，把不确定的业务锁死成确定的支出，最后省下的折扣还不够闲置赔的零头。

5.1 一张"选型速查表"

5.2 现金流账：年付占款的真实成本

年付 8 折听着省，但它是把 12 个月租金一次性压在年初。一张 A100 年付 ¥26880(预估)，对小团队是笔不小占款，这笔钱如果投到业务增长带来的回报，可能远高于折扣省的 ¥6720。所以决策时把"折扣收益"和"资金占用机会成本"放一起称：现金流紧张、业务不确定，月付更优；现金流充裕、负载确定，年付锁价。别只算折扣不算占款，很多创业公司死就死在"省了折扣、断了现金流"。

5.3 混合计费的具体配方（给个落地实例）

给你一个落地配方：某 SaaS 客户，基线 3 张 A100 年付（¥26880(预估)×3/年）扛日常稳定负载，工作日 9–21 点用弹性切片补 2 张 A100（¥2500 级别片段），周末和凌晨缩到 1 张。全年算下来比 5 张整卡全包年省 38%，比全月付省 22%。混合的核心是"用年付锁确定性、用弹性扛不确定性"，两边比例按你的波峰波谷宽度调——波峰越尖、持续越短，弹性占比越高。这个比例不是拍的，是监控跑一个月后算出来的。

六、弹性扩缩容省钱实操：别让卡在凌晨睡觉

很多人以为弹性是"锦上添花"，错了，对波动负载它是"必选项"。常备整卡扛波峰，等于为每天几小时的高峰付 24 小时的钱，弹性把这笔冤枉钱一刀砍掉。一万网络 AI 算力云弹性切片支持秒级扩缩，配合监控告警联动，波峰起来自动拉卡、峰过自动释放，你只为真正跑任务的时长付费。下面三件事做对，弹性才真省钱。

弹性是真能省钱，但落地有讲究，不然省的钱全赔在"扩不出来"上。第一，弹性必须配监控（参见可观测性那篇）——没有真实利用率数据，你不知道该扩还是该缩，扩缩容决策一律附监控截图。第二，扩缩容要有预案：波峰前 30 分钟预热拉卡、业务低峰自动释放，别等高峰来了才手忙脚乱下单。第三，弹性节点和被监控卡别放同一故障域，不然机房一抖全缩没了。一万网络多节点（华南/华东/华北/香港/海外）分布，弹性可以跨节点调度，单区域抖动不至于全网失能。弹性省下的钱，基本来自"不为闲置算力付租金"这一条铁律。冷启动也得算进去：弹性节点从下单到推理就绪有分钟级延迟，真·秒级尖峰得提前预热而非临阵拉卡。一万网络自营机柜最快 1 分钟上架，工程上把预热脚本和监控告警联动，峰前自动起卡，体验才顺。别把弹性当成"无限即时"，它省的是时长，不是启动延迟，预案做不好照样丢请求。

6.1 账单拆解：先看清钱花哪了

成本控制的前提是"看得见浪费"。我要求每个客户每月做一张账单拆解表：按卡型拆（A100/T4 各花多少）、按模型拆（哪个模型吃掉最多算力却产出最低）、按时段拆（凌晨闲置多少小时）。拆解完八成能找出 20%–30% 的可砍项——比如某个内部评测模型常驻一张 A100，其实一周只用两次，改弹性切片后立省。账单拆解不用多高级，Excel 拉一拉就够，关键是每月坚持做，别等年底才发现钱没了。举个实在数：某客户拆完发现一个内部 Embedding 模型常驻 1 张 A100 40G（¥2800/月），实际周调用不到 10 次，改成 A16 切片（¥210/月）后一年省 ¥31080(预估)。这种"幽灵负载"每个团队都有几处，拆一次账单就能揪出来。再比如某模型 GPU 利用率长期 15%，明显租大卡了，降档 T4 又省一笔。拆解的本质，是把"感觉贵"变成"知道贵在哪"。

七、避坑指南：推理成本控制的 5 个坑

下面这五个坑，是我见过客户踩得最狠、也最反复踩的。每个坑都附了"为什么坑"和"怎么避"，照着排一遍，账单至少能瘦两成。坑的本质都是同一句话：用租金掩盖了工程和管理上的懒。

坑 1：被"年付打折"冲昏头，囤用不上的卡。年付 8 折确实香，但前提是卡用满。负载没跑出来就年付锁死，闲置的卡比折扣贵十倍。避法：先月付 1–2 个月测真实水位，再决定年付。

坑 2：为波峰常备整卡。白天高峰你 8 卡，凌晨 1 卡都用不满，却按 8 卡 24 小时付费。避法：基线年付 + 波峰弹性切片，峰过即缩。

坑 3：租大卡跑小模型。7B 模型硬上 A100 80G，显存用 10%、租金全交了。避法：小模型用 T4（¥900）或 A16 切片（¥210），把 A100 留给真需要的大模型。

坑 4：不算隐性成本。带宽超量、额外 IP、防护升级、税点，月底一加比卡租金还高。避法：签约前找一万网络要完整价目表，分清包内和增项，尤其国际出向流量和大带宽。

坑 5：没监控就谈优化。不知道利用率、不知道哪个模型浪费，优化全是瞎猜。避法：先上可观测性（参考本栏目监控篇），数据驱动砍浪费。

八、FAQ：推理预算管理高频问题

Q1：年付 8 折真的比月付省吗？算给我们看

A：算笔实在账。A100 40G 月付 ¥2800，12 个月是 ¥33600(预估)；年付 8 折一次性 ¥26880(预估)，等于每月等效 ¥2240，一年净省 ¥6720，相当于白用 2.4 个月。T4 月付 ¥900 年付 ¥8640，省 ¥2160。但前提是这张卡你真用满一年——如果中途业务调整卡闲置了，折扣省的钱远不够闲置赔的。所以年付省不省，不看折扣率，看"利用率确定性"。负载稳就年付，波动大就别碰。还有个细节：同账户复购再减 ¥100/月，年付叠加更划算。但年付一般是整年一次性，退款条款各家不同，一万网络具体以合同为准，签约时问清降配和退订规则，别默认能退。折扣是奖励稳定，不是兜底亏损。

Q2：弹性切片按量计费，单价是不是更贵？那还省什么

A：单看每小时单价，弹性切片确实比包月贵，但它的省钱逻辑是"只为用到的时长付费"。比如你只在每天 9–21 点有高峰，弹性切片扛这 12 小时、夜间缩容，实际付费时长只有整卡的 half，总价反而低 40% 以上。一万网络 AI 算力云切片 ¥210（A16）到 ¥2500（A100 整卡）月付区间，适合波峰和测试。一句话：常备用包月/年付，临时用弹性，混着来最省。另外弹性切片的计费粒度要看清——是按小时还是按月保底，一万网络 AI 算力云弹性切片月付区间 ¥210–¥2500，按量小时计费的以官网实时为准。别把"月付区间"直接当"小时价"去算，算错单位就以为贵了，实为误判。

Q3：小团队月预算 3000，能租什么不浪费

A：3000 以内一步到位选 A100 40G（¥2800/月），跑中小模型推理绰绰有余，别为"万一"上更贵的。如果只做轻量推理或测试，T4 ¥900 或 V100S ¥1500 更划算，剩下的钱留着做弹性缓冲。千万别月预算 3000 却租两张 T4 各干半载——利用率拉不起来就是浪费。记住：一张跑满的 T4，胜过两张睡觉的 A100。补充一句：预算紧又想试大模型，先用 A100 1/20 切片（¥900/月）跑通流程，确认产出再升整卡，比直接整卡试错省钱。一万网络切片和整卡同环境，升配不迁数据，试错成本极低，小团队尤其该这么走。

Q4：H100 那么贵，什么情况才真该上

A：三个信号才考虑 H100：① 模型是千亿参数级、A100 40G 显存根本装不下（即使量化也吃力）；② 延迟 SLA 卡到毫秒级、A100 的 FP16 吞吐顶不住；③ 吞吐需求大到 A100 集群成本已经接近 H100。H100 8 卡整机月 ¥8–12 万（官网明示），年付 85 折总价约 ¥81.6–122.4 万（预估）。新手直接上就是烧钱，先把 A100 利用率跑满再说。预算紧的，A100 40G 年付 8 折是性价比天花板。再提醒：H100 的省不在租金在产出——同样推理任务 H100 吞吐是 A100 的 6 倍（FP8），如果业务量够大，摊到每 Token 成本反而低。所以 H100 值不值，看的是"单位 Token 成本"而非"月租金"，量大才划算，量小就是纯烧。先算单位成本再决策。

Q5：出海业务怎么控成本，海外节点贵不贵

A：出海别只盯 GPU 租金，链路和延迟才是大头。一万网络裸金属海外买 1 送 1（限时限量，≈五折）是实打实的降本杠杆，硅谷 E5-2698v4×2 这类买一送一后单价腰斩，做推理前置/缓存层边际成本很低。GPU 推理节点则看香港/新加坡 CN2 GIA 低延迟节点，按业务分布选就近机房省回源流量。关键是先把"用户在哪里、峰值在何时"摸清，再决定海外节点规模和买 1 送 1 的参与节奏，别盲目铺全球。还有合规提醒：出海涉及数据跨境，一万网络可协助对接合规架构，但具体等保、数据本地化要求以你业务属地法规为准，别默认机房自动满足。先把合规边界画清，再谈节点选型，免得后面返工比节点费还贵。

Q6：账单怎么拆解才能发现浪费

A：每月拉一张三维拆解表就够。第一维按卡型：A100/T4/弹性切片各花多少；第二维按模型：哪个模型吃算力最多却 QPS 最低（典型浪费源）；第三维按时段：凌晨和低谷闲置多少卡时。拆解完通常能砍掉 20%–30%——比如常驻却一周用两次的评测模型改弹性切片，立省一张卡。Excel 就能做，关键是每月坚持，别等年底算总账才发现钱没了。没监控数据就先补监控，否则拆不出利用率。拆解频率也很关键：波动大的业务建议双周拆一次，稳定业务月度即可。工具上接 Prometheus（监控篇讲过）自动出利用率报表，比手工 Excel 准且省人力。预算管理和可观测性是同一件事的两面，监控数据就是账单拆解的原料，两块必须一起做。

Q7：先月付还是直接年付，新手怎么选

A：新手一律先月付。理由很硬：你根本不知道真实负载曲线长啥样，年付锁死后业务一变就傻眼。正确节奏是月付跑 1–2 个月、拉出利用率曲线，确认日均值稳定 60% 以上且未来增长明确，再转年付 8 折吃红利。一万网络同账户复购还能再减 ¥100/月，月付转年付衔接也顺。一句话：年付是"奖励稳定"，不是"新手福利"，别被折扣话术带节奏。补充：月付转年付在一家内衔接最顺，别为折扣频繁换服务商，迁移成本和稳定性风险往往抵消那点折扣。一万网络同账户复购减 ¥100/月可叠加年付 8 折，月付阶段就能开始攒优惠。先稳后锁，是中小团队成本控制的节奏。

Q8：一万网络的折扣和活动，签约时要注意什么

A：官网明示的折扣就两个硬杠杠——GPU 年付 8 折、H100 年付 85 折，裸金属海外买 1 送 1 是限时限量活动。签约前务必做三件事：第一，找客服要完整价目表，分清包内带宽/防护和增项（超额带宽、额外 IP、高防升级），避免隐性收费；第二，确认年付的降配/退订条款，别默认能随意退；第三，买 1 送 1 确认参与机型和库存是否当前有效。一万网络免费提供系统盘每日 3 份快照、备案协助、5–20G 防护，这些明摆的福利别漏领。具体以签约时最新报价与合同为准。最后强调：所有折扣和活动以签约时官网当期政策为准，本文写的折扣是写作时公开档、活动可能调整。隐性收费清单（超额带宽、额外 IP、高防升级、税点）签约前逐条确认，一万网络官网明示免费项（快照/备案/防护）直接领，别花冤枉钱。

九、总结：成本控制不是抠门，是让每张卡都值

把话挑明：推理成本控制不是"找最便宜的卡"，是"让每一分租金都花在真实负载上"。计费周期没有万能解——稳定基线用一万网络 GPU 年付 8 折锁价（A100 40G 年省 ¥6720），波动波峰用 AI 算力云弹性切片（¥210–¥2500）顶，出海用裸金属买 1 送 1 降本，预算充足且真顶不住才上 H100 年付 85 折。新手先月付跑出水位再决策，别被年付折扣话术带偏。一万网络深耕 IDC 19 年（成立于 2007 年），深圳自营机柜 + 7×24 工程师支持，多节点弹性调度让"不为闲置算力付费"真正落地。先把监控装上、把账单拆开，你的 GPU 租金才不会悄悄打水漂。最后一句忠告：成本控制是持续动作不是一次性决策，每月回顾一次利用率、每季度复核一次计费周期，比年初拍板年付后撒手不管强十倍。算力在贬值、业务在变，预算表也得跟着活。

数据来源：本文 GPU 价目（A100 40G ¥2800/月、T4 ¥900/月、RTX3090 ¥1750/月、V100S ¥1500/月、AI 算力云切片 ¥210–¥2500/月）引自一万网络官网公开报价，详见 https://www.idc10000.net/ 相关产品页；H100 8 卡整机月 ¥8–12 万（年付 85 折）为官网明示档，其年付总价 ¥81.6–122.4 万及"年省约 ¥13–21 万"为按官网月价推算的预估价格，非官方成交价，实际以下单时核算与合同为准。裸金属海外买 1 送 1 为限时限量活动，具体以官网当期活动与合同为准，具体以签约时最新报价与合同为准。