当前位置:首页 > 行业观察

算力租赁价格分裂:裸卡便宜了,带服务的反而更贵

算力租赁价格分裂:裸卡便宜了,带服务的反而更贵 行业观察

一组反差数据,先放桌上

算力租赁这行的魔幻在于,同一张卡能讲出两个完全相反的故事。极智算11月3号那篇行情读起来就像冰火两重天:一边是SMM综合指数涨了40.4%,一边是某些档位租金喊出“暴跌80%”。国内某算力平台在售档位里,高端卡全租完了,中低档位却有现货还带折扣节点。海外也一个样,gpueconomy的数据说同卡价差能拉到数倍。

米岸AI给翻译翻译:所谓“租金暴跌”,主要是裸卡现货和低配档在降价;带SLA、带组网、带交付保障的算力服务,价格反而是上行的。拿单一报道做全年预算,纯属给自己挖坑。

裸卡为什么越放越便宜

裸卡这东西,说白了就是没家装潢的毛坯房。供给一旦上来,谁都能租,价格自然卷。2026年供应链缓过劲,A100、H100这类卡不再一卡难求,新兴算力云厂商甩出裸卡低价抢客户,时租一压再压。但注意,便宜是有代价的——带宽形态、扩容单价、交付周期,这些它通常不包,你得自己接着搞。

这也是为啥大厂和新兴厂商价差巨大。超大规模云厂商一张卡敢卖到9.9美元,新兴厂商均价才3.23美元、低价1.79美元。两边卖的根本不是同一个东西,一个卖的是安心和长期绑定,一个卖的是裸卡本身。

带服务的为什么反着涨

海外这半年的涨价更直观。UsagePricing统计,2026年7到10月,八家GPU云做了13次公开提价,好几家还是连续涨。DeepInfra的H100从1.79美元涨到2.90美元,一百天涨了62%;RunPod Secure从2.99涨到3.99;Fal把最低价floor都从1.89抬到2.49。涨价从Hopper、Blackwell一路蔓延到A100和RTX老卡。

便宜的那口还在,但主要活在抢占式、spot和社区容量里。阿里云今年3月也把多项算力服务价格上调了5%到34%。一句话:裸卡便宜,确定性贵。企业要的是“说好几点交付就几点交付”,这份确定性正被重新定价。

企业比价,别只盯第一列

老程序员给套可操作的核价顺序。第一步定任务:训练负载看整机和组网,推理负载看卡时和并发。第二步定区域和机型,用官网实时价目做基线,别引用报道里的成交价。第三步再看外部指数定方向,是用来判断未来仨月该锁价还是观望。

落到表上至少留三列:裸卡时租、带宽形态加扩容单价、交付周期。前两列官网配置单都有,第三列得问。很多团队砍价只盯第一列,结果在第三列上多等了一个月,这月等的成本早把砍下来的那点时租吃没了。

几句大实话

这波价格分裂,戳破的是“算力无限便宜”的幻想。前两年大伙儿默认GPU只会越来越便宜,2026年这趋势反了。对想入场的小团队,米岸AI的建议就一句:别被裸卡低价晃花眼,把交付和隐性成本算进总账,比对着时租砍价实在得多。

还有,抢着涨价的厂商留了个心眼——贵的那档照涨,便宜档留着不砍,专门接能容忍中断的活儿。咱做预算的也得学着分层:能中断的甩去抢占式,不能中断的锁承诺价,别一刀切。

常见问题

问:现在租GPU是不是越来越贵了?

答:分情况。裸卡和闲置容量还在降,但带SLA、带组网的确定性交付在涨。你要的是“随时能用”还是“便宜能等”,答案完全两样。算力租赁这市场,已经不是一句“贵了”或“便宜了”能概括的。

问:企业采购算力,最容易踩哪个坑?

答:只比裸卡时租。真正吃钱的往往是带宽、扩容和交付周期。米岸AI见过太多团队为每小时省几毛钱,结果等项目上线等了一个月,人力成本早超了。

问:spot抢占式实例能不能用?

答:能,但前提是你的任务能干净地打断重来——训练勤存检查点、批处理推理、评测扫描都行。跑一半不能停的生产负载,别碰,厂商说收回就收回,没商量。

相关文章

电力正在取代芯片:AI 算力扩张的新瓶颈与代价

电力正在取代芯片:AI 算力扩张的新瓶颈与代价

过去两年谈 AI 算力,关键词是芯片;现在公开研究和监管文件把矛头指向另一样东西:电。这篇梳理美国与欧洲电力约束的最新进展,说明瓶颈为什么从芯片转到电网,以及这个变化对国内做 AI 应用的企业意味着什…

AI 应用公司的生存转向:从做模型到做集成商

AI 应用公司的生存转向:从做模型到做集成商

当模型能力变得充裕,真正的瓶颈不再是智能本身,而是企业散落在系统、会议与邮件里的上下文。2026 年,一批 AI 创业公司把模式从卖软件改为派驻工程师帮客户落地,所谓"AI 运营伙伴"兴起。本文看这场…

数据合规成本成 AI 隐性门槛:从野蛮生长到可被审计

数据合规成本成 AI 隐性门槛:从野蛮生长到可被审计

当企业把 Agent 接进生产,第一道关卡往往不是模型能力,而是合规。审计追踪要记录每一次 Prompt、工具调用与决策并保留数年,还要设「Agent 道德官」签字放行。这篇文章聊聊,为什么数据合规正…

合成数据成新战场:训练数据见顶,模型开始吃自己

合成数据成新战场:训练数据见顶,模型开始吃自己

过去两年大模型训练靠喂互联网公开文本,但现在这条语料河快见底了。这篇梳理 2026 年合成数据从边缘方案变成主流训练来源的转变,说明为什么头部实验室把自己造数据当成战略资源,以及这对中小企业和开源社区…

GPU 算力又缺又剩:瓶颈不在芯片,在机房和电

GPU 算力又缺又剩:瓶颈不在芯片,在机房和电

最近几份算力报告都在讲一个反直觉的事:GPU 一边被说成堆成山卖不出,一边租金和现货价还在涨。本文捋清楚这组矛盾背后的真瓶颈——通电的机房和电力,以及它对 AI 部署、算力选型和预算分配的实际影响,帮…

AI 监管从立法走到执法:欧盟查水印、查深伪

AI 监管从立法走到执法:欧盟查水印、查深伪

过去聊 AI 监管,聊的都是要合规。但 2026 年 8 月起欧盟 AI 法案进入真执法阶段,法国已动手查水印和深伪,OpenAI、Anthropic 也被问询。本文讲清楚这对做产品、做出海的团队意味…

AI 钱往头部聚:江小涓说的投大的和大的投

AI 钱往头部聚:江小涓说的投大的和大的投

社科院江小涓最近在一个大会上点出趋势:AI 投融资正在投大的和大的投——钱往头部企业聚,大厂自己也成了重要投资者。本文拆解这种头部集中和生态绑定,对创业者和投资人到底意味着什么。以及单一巨头依赖里,藏…

智能体工程化共识成型:模型想,Harness 干

智能体工程化共识成型:模型想,Harness 干

智能体这两年从能聊到能跑,靠的不是模型又强了多少,而是一层叫 Harness 的工程壳。信通院刚把智能体工程化列进年度关键词,OpenAI、DeepSeek 也开源了各自的 Harness。本文聊聊这…