通用计算资源计费说明
通用计算资源的计费项由公共资源组、专有资源组和自运维资源组三部分组成。本文为您介绍通用计算资源各个资源组的计费详情。
计费项
通用计算资源的计费项组成如下图:

计费方式
自运维资源组、公共资源组和专有资源组的计费方式如下。
计费项 | 计费主体 | 计费规则 | 计费方式 | 停止计费 |
自运维资源组 | ACK集群相关的资源、网络和存储费用。 | 详情请参见ACK计费说明。 | 详情请参见ACK计费说明。 | 训练任务执行结束,或任务状态为已停止。 |
公共资源组 | DSW实例或DLC任务运行时长(占用公共资源组的时长)。 | 按照DSW实例或DLC任务占用的公共资源组的时长计费。 |
| DSW实例停止运行、DLC任务执行结束或任务状态为已停止。 |
专有资源组 | 专有资源组购买的计算资源的运行时长。 | 只对专有资源组购买的计算资源收费,部署在专有资源组上的DSW实例或DLC任务不产生额外费用。 | 预付费(包年包月) | 不涉及 |
公共资源组
为DLC或DSW子产品的新用户提供免费试用额度,但需要自行领取。具体的免费试用额度、领取方式和注意事项,请参见新用户免费试用额度。免费额度用尽或试用期结束后,若继续使用计算资源,则会使用后付费(按量计费)方式进行计费。
计费说明 | 计费公式 | 单价 | 计费时间段 | 扩缩容说明 | 其他注意事项 |
后付费(按量计费) |
| 定价详情,请参见附录:公共资源组定价详情。 | 按DSW实例或DLC任务的运行时长收费。 | 不涉及 | 无 |
专有资源组
使用为专有资源组购买的计算资源时,计费方式仅支持预付费(包年包月)。
计费说明 | 计费公式 | 单价 | 计费时间段 | 扩缩容说明 | 其他注意事项 |
预付费(包年包月) |
| 定价详情请前往购买专属资源组页面查看。 |
| 不涉及 | 无 |
计费案例
以下计费案例仅供参考,实际费用以您购买的云服务的控制台页面(或购买页面)为准。
公共资源组计费示例
示例场景描述:
假设您使用规格名称ecs.g6.2xlarge创建训练任务,节点数量为1,资源组位于华东2(上海)地域,训练任务执行时长为1分15秒。
费用计算:
账单金额=1×2.02÷60×1.25=0.042 CNY
专有资源组计费示例
示例场景描述:
假设您使用预付费(包年包月)的方式,购买了华东2(上海)地域的ecs.g6.13xlarge-52c192g两台,购买时长为2个月,定价为6864(CNY/月)(实际价格以产品购买为准)。
费用计算:
总金额=2×6864×2=27456 CNY
欠费说明
欠费原因
您当前账号余额不足。
预付费:您绑定的续费账户余额不足。
后付费:如果您的账户可用余额小于上一个计费周期的账单金额,阿里云扣费失败后,您将处于欠费状态。
欠费停服说明
PAI会以T+1天的形式展示账单,账单出账时间通常在当前计费周期结束后4小时内。当您的账户欠费后,系统会给账号的注册手机发送短信通知。
欠费后,PAI服务将继续保持24小时,但欠费超过24小时后,您的服务将被暂停,此后您将无法使用相关功能。
为避免对您的业务造成影响,请您及时续费。
查看欠费金额
登录用户中心。
在首页的待办提醒区域,查看欠费金额。
续费说明
DLC专有资源组预付费支持以下两种续费方式。
到期自动续费
如果您不想每次手动续费,您可以在购买预付费计算资源时,选中到期自动续费,详情请参见新建资源组并购买通用计算资源。
手动续费
在专有资源组资源列表,单击目标资源操作列下的续费,为已购买资源手动续费,详情请参见新建资源组并购买通用计算资源。
退款说明
后付费已发生的费用不予退款。
预付费按照如下规则退款:
五天无理由退订:购买资源包后5天内未使用,可申请无理由全额退款。
非五天无理由退订:按照资源包剩余量退还余款:
退款金额 = 实付金额 - 已消费金额。
退订未生效得续费订单:如果资源已进行续费操作,可选择单独退订未生效的续费订单。
详细的退款规则说明,请参见退订规则说明。
附录:公共资源组定价详情
具体定价详情如下所示。
资源类型 | 规格 | GPU卡型 | 定价(CNY/小时) | 地域 |
ecs.c6.large(已下架) | 2 vCPU+4 GB内存 | 无 | 0 | 无 |
ecs.g6.2xlarge | 8 vCPU+32 GB内存 | 无 | 2.202 |
|
2.994 | 印度(孟买) | |||
3.564 |
| |||
3.39 | 马来西亚(吉隆坡) | |||
3.918 | 中国(香港) | |||
3.432 |
| |||
ecs.g6.4xlarge | 16 vCPU+64 GB内存 | 无 | 4.398 |
|
5.982 | 印度(孟买) | |||
7.128 |
| |||
6.864 | 德国(法兰克福) | |||
6.774 | 马来西亚(吉隆坡) | |||
7.83 | 中国(香港) | |||
ecs.g6.8xlarge | 32 vCPU+128 GB内存 | 无 | 8.802 |
|
11.97 | 印度(孟买) | |||
14.256 |
| |||
13.554 | 马来西亚(吉隆坡) | |||
13.728 | 德国(法兰克福) | |||
15.666 | 中国(香港) | |||
ecs.r7.large | 2 vCPU+16 GB内存 | 无 | 1.05 |
|
0.768 |
| |||
1.152 | 中国(香港) | |||
ecs.r7.xlarge | 4 vCPU+32 GB内存 | 无 | 1.53 |
|
2.094 |
| |||
2.1 | 德国(法兰克福) | |||
2.304 | 中国(香港) | |||
ecs.r7.2xlarge | 8 vCPU+64 GB内存 | 无 | 4.194 |
|
3.066 |
| |||
4.608 | 中国(香港) | |||
ecs.r7.4xlarge | 16 vCPU+128 GB内存 | 无 | 8.388 |
|
6.126 |
| |||
9.216 | 中国(香港) | |||
ecs.r7.6xlarge | 24 vCPU+192 GB内存 | 无 | 12.576 |
|
12.588 | 德国(法兰克福) | |||
9.192 |
| |||
13.818 | 中国(香港) | |||
ecs.r7.8xlarge | 32 vCPU+256 GB内存 | 无 | 16.77 |
|
16.782 | 德国(法兰克福) | |||
12.252 |
| |||
18.426 | 中国(香港) | |||
ecs.g5.xlarge | 4 vCPU+16 GB内存 | 无 | 1.428 | 印度(孟买) |
1.86 | 新加坡 | |||
1.674 | 马来西亚(吉隆坡) | |||
1.758 | 印度尼西亚(雅加达) | |||
1.944 |
| |||
1.782 | 中国(香港) | |||
1.71 | 德国(法兰克福) | |||
ecs.g6.xlarge | 4 vCPU+16 GB内存 | 无 | 1.494 | 印度(孟买) |
1.782 |
| |||
1.692 | 马来西亚(吉隆坡) | |||
1.098 |
| |||
1.956 | 中国(香港) | |||
1.716 | 德国(法兰克福) | |||
ecs.g7.xlarge | 4 vCPU+16 GB内存 | 无 | 1.656 |
|
1.152 |
| |||
1.818 | 中国(香港) | |||
1.59 | 德国(法兰克福) | |||
ecs.g7.2xlarge | 8 vCPU+32 GB内存 | 无 | 3.312 |
|
3.642 | 中国(香港) | |||
3.174 | 德国(法兰克福) | |||
2.304 |
| |||
ecs.g5.2xlarge | 8 vCPU+32 GB内存 | 无 | 2.862 | 印度(孟买) |
3.72 | 新加坡 | |||
3.36 | 马来西亚(吉隆坡) | |||
3.51 | 印度尼西亚(雅加达) | |||
3.894 |
| |||
3.576 | 中国(香港) | |||
3.42 | 德国(法兰克福) | |||
ecs.g6.3xlarge | 12 vCPU+48 GB内存 | 无 | 4.488 | 印度(孟买) |
5.346 |
| |||
5.082 | 马来西亚(吉隆坡) | |||
3.3 |
| |||
5.148 | 德国(法兰克福) | |||
5.874 | 中国(香港) | |||
ecs.g7.3xlarge | 12 vCPU+48 GB内存 | 无 | 4.968 |
|
5.46 | 中国(香港) | |||
4.758 | 德国(法兰克福) | |||
3.456 |
| |||
ecs.g7.4xlarge | 16 vCPU+64 GB内存 | 无 | 6.618 |
|
6.348 | 德国(法兰克福) | |||
7.284 | 中国(香港) | |||
4.602 |
| |||
ecs.r7.3xlarge | 12 vCPU+96 GB内存 | 无 | 6.288 |
|
4.596 |
| |||
6.294 | 德国(法兰克福) | |||
6.912 | 中国(香港) | |||
ecs.c6e.8xlarge | 32 vCPU+64 GB内存 | 无 | 11.274 | 新加坡 |
10.716 | 马来西亚(吉隆坡) | |||
11.274 | 印度尼西亚(雅加达) | |||
7.224 |
| |||
11.088 | 德国(法兰克福) | |||
12.384 | 中国(香港) | |||
ecs.g6.6xlarge | 24 vCPU+96 GB内存 | 无 | 8.976 | 印度(孟买) |
10.692 |
| |||
10.164 | 马来西亚(吉隆坡) | |||
6.6 |
| |||
10.296 | 德国(法兰克福) | |||
11.748 | 中国(香港) | |||
ecs.g7.6xlarge | 24 vCPU+96 GB内存 | 无 | 9.93 |
|
6.906 |
| |||
10.926 | 中国(香港) | |||
9.522 | 德国(法兰克福) | |||
ecs.g5.4xlarge | 16 vCPU+64 GB内存 | 无 | 5.712 | 印度(孟买) |
7.44 | 新加坡 | |||
6.666 | 马来西亚(吉隆坡) | |||
7.032 | 印度尼西亚(雅加达) | |||
7.14 | 中国(香港) | |||
6.846 | 德国(法兰克福) | |||
7.788 |
| |||
ecs.hfc6.8xlarge | 32 vCPU+64 GB内存 | 无 | 12.318 |
|
11.616 | 马来西亚(吉隆坡) | |||
7.884 |
| |||
12.144 | 德国(法兰克福) | |||
13.554 | 中国(香港) | |||
ecs.g7.8xlarge | 32 vCPU+128 GB内存 | 无 | 13.242 |
|
9.21 |
| |||
14.562 | 中国(香港) | |||
12.696 | 德国(法兰克福) | |||
ecs.hfc6.10xlarge | 40 vCPU+96 GB内存 | 无 | 15.402 |
|
14.52 | 马来西亚(吉隆坡) | |||
9.852 |
| |||
15.18 | 德国(法兰克福) | |||
16.938 | 中国(香港) | |||
ecs.g6.13xlarge | 52 vCPU+192 GB内存 | 无 | 19.446 | 印度(孟买) |
23.166 |
| |||
22.02 | 马来西亚(吉隆坡) | |||
14.298 |
| |||
22.308 | 德国(法兰克福) | |||
25.452 | 中国(香港) | |||
ecs.g5.8xlarge | 32 vCPU+128 GB内存 | 无 | 11.43 | 印度(孟买) |
14.88 | 新加坡 | |||
13.332 | 马来西亚(吉隆坡) | |||
14.046 | 印度尼西亚(雅加达) | |||
14.292 | 中国(香港) | |||
13.692 | 德国(法兰克福) | |||
15.4 |
| |||
ecs.hfc6.16xlarge | 64 vCPU+128 GB内存 | 无 | 24.642 | 印度尼西亚(雅加达) |
23.232 | 马来西亚(吉隆坡) | |||
15.768 |
| |||
24.288 | 德国(法兰克福) | |||
27.102 | 中国(香港) | |||
ecs.hfc6.20xlarge | 80 vCPU+192 GB内存 | 无 | 30.798 |
|
29.04 | 马来西亚(吉隆坡) | |||
19.71 |
| |||
33.882 | 中国(香港) | |||
30.36 | 德国(法兰克福) | |||
ecs.g6.26xlarge | 104 vCPU+384 GB内存 | 无 | 38.898 | 印度(孟买) |
46.332 |
| |||
44.046 | 马来西亚(吉隆坡) | |||
28.602 |
| |||
44.616 | 德国(法兰克福) | |||
50.91 | 中国(香港) | |||
ecs.g5.16xlarge | 64 vCPU+256 GB内存 | 无 | 22.86 | 印度(孟买) |
29.76 | 新加坡 | |||
26.664 | 马来西亚(吉隆坡) | |||
28.092 | 印度尼西亚(雅加达) | |||
28.566 | 中国(香港) | |||
27.378 | 德国(法兰克福) | |||
31.164 |
| |||
ecs.gn6i-c4g1.xlarge | 4 vCPU+15 GB内存 | 1 * NVIDIA T4 | 9.756 | 印度(孟买) |
9.786 | 新加坡 | |||
9.594 | 马来西亚(吉隆坡) | |||
9.132 | 印度尼西亚(雅加达) | |||
12.792 |
| |||
9.072 | 德国(法兰克福) | |||
8.676 | 中国(香港) | |||
ecs.gn6i-c8g1.2xlarge | 8 vCPU+31 GB内存 | 1 * NVIDIA T4 | 11.394 | 印度(孟买) |
11.604 | 新加坡 | |||
11.376 | 马来西亚(吉隆坡) | |||
10.836 | 印度尼西亚(雅加达) | |||
10.284 | 中国(香港) | |||
10.932 | 德国(法兰克福) | |||
15.402 |
| |||
ecs.gn6i-c16g1.4xlarge | 16 vCPU+62 GB内存 | 1 * NVIDIA T4 | 14.706 | 印度(孟买) |
15.246 | 新加坡 | |||
14.94 | 马来西亚(吉隆坡) | |||
14.232 | 印度尼西亚(雅加达) | |||
13.518 | 中国(香港) | |||
14.652 | 德国(法兰克福) | |||
18.048 |
| |||
ecs.gn7-c12g1.3xlarge | 12 vCPU+95 GB内存 | 1 * GU50 | 37.4 |
|
ecs.gn6i-c24g1.6xlarge | 24 vCPU+93 GB内存 | 1 * NVIDIA T4 | 17.523 | 印度(孟买) |
19.11 | 新加坡 | |||
18.72 | 马来西亚(吉隆坡) | |||
18.912 |
| |||
16.938 | 中国(香港) | |||
18.504 | 德国(法兰克福) | |||
17.844 | 印度尼西亚(雅加达) | |||
ecs.gn7i-c32g1.8xlarge | 32 vCPU+188 GB内存 | 1 * NVIDIA A10 | 23.376 | 新加坡 |
14.64 |
| |||
23.934 | 德国(法兰克福) | |||
ecs.gn7e-c16g1.4xlarge | 16 vCPU+125 GB内存 | 1 * GU100 | 38.214 |
|
ecs.gn7i-c16g1.4xlarge | 16 vCPU+60 GB内存 | 1 * NVIDIA A10 | 21.042 | 新加坡 |
21.54 | 德国(法兰克福) | |||
11.1 |
| |||
ecs.gn6i-c24g1.12xlarge | 48 vCPU+186 GB内存 | 2 * NVIDIA T4 | 35.088 | 印度(孟买) |
38.232 | 新加坡 | |||
37.464 | 马来西亚(吉隆坡) | |||
35.682 | 印度尼西亚(雅加达) | |||
37.818 |
| |||
33.9 | 中国(香港) | |||
36.984 | 德国(法兰克福) | |||
ecs.gn7i-c32g1.16xlarge | 64 vCPU+376 GB内存 | 2 * NVIDIA A10 | 46.758 | 新加坡 |
29.28 |
| |||
47.874 | 德国(法兰克福) | |||
ecs.gn7-c13g1.13xlarge | 52 vCPU+380 GB内存 | 4 * GU50 | 138.966 |
|
ecs.gn7i-c32g1.32xlarge | 128 vCPU+752 GB内存 | 4 * NVIDIA A10 | 93.51 | 新加坡 |
58.554 |
| |||
95.748 | 德国(法兰克福) | |||
ecs.gn6i-c24g1.24xlarge | 96 vCPU+372 GB内存 | 4 * NVIDIA T4 | 70.17 | 印度(孟买) |
75.522 | 新加坡 | |||
74.01 | 马来西亚(吉隆坡) | |||
70.488 | 印度尼西亚(雅加达) | |||
75.624 |
| |||
73.974 | 德国(法兰克福) | |||
66.96 | 中国(香港) | |||
ecs.gn6v-c10g1.20xlarge | 82 vCPU+336 GB内存 | 8 * NVIDIA V100 | 241.602 |
|
ecs.gn7-c13g1.26xlarge | 104 vCPU+760 GB内存 | 8 * GU50 | 277.932 |
|
ecs.ebmgn7e.32xlarge | 128 vCPU+1024 GB内存 | 8 * GU100 | 305.724 |
|
343.32 | 德国(法兰克福) | |||
ecs.g6.large(已下架) | 2 vCPU+8 GB内存 | 无 | 0 | 无 |
ecs.gn5-c28g1.7xlarge | 28 vCPU+112 GB内存 | 1 * NVIDIA P100 | 26.268 |
|
24.57 | 印度(孟买) | |||
24.708 | 德国(法兰克福) | |||
23.988 |
| |||
22.794 | 中国(香港) | |||
ecs.gn5-c4g1.xlarge | 4 vCPU+30 GB内存 | 1 * NVIDIA P100 | 14.058 |
|
13.158 | 印度(孟买) | |||
13.836 |
| |||
12.972 | 马来西亚(吉隆坡) | |||
13.146 | 中国(香港) | |||
12.36 |
| |||
ecs.gn5-c8g1.2xlarge | 8 vCPU+60 GB内存 | 1 * NVIDIA P100 | 16.926 |
|
15.84 | 印度(孟买) | |||
16.668 |
| |||
15.618 | 马来西亚(吉隆坡) | |||
15.828 |
| |||
14.88 | 德国(法兰克福) | |||
ecs.gn5-c8g1.4xlarge | 16 vCPU+120 GB内存 | 2 * NVIDIA P100 | 33.858 |
|
31.686 | 印度(孟买) | |||
33.342 |
| |||
31.23 | 马来西亚(吉隆坡) | |||
31.668 | 中国(香港) | |||
29.76 | 德国(法兰克福) | |||
ecs.gn6e-c12g1.12xlarge | 48 vCPU+368 GB内存 | 4 * NVIDIA V100 | 86.856 |
|
119.676 | 印度(孟买) | |||
128.22 | 中国(香港) | |||
121.386 | 新加坡 | |||
128.22 | 印度尼西亚(雅加达) | |||
106.812 | 德国(法兰克福) | |||
ecs.gn6e-c12g1.3xlarge | 12 vCPU+92 GB内存 | 1 * NVIDIA V100 | 21.714 |
|
29.916 | 印度(孟买) | |||
30.348 | 新加坡 | |||
32.058 |
| |||
26.7 | 德国(法兰克福) | |||
ecs.gn6e-c12g1.24xlarge | 96 vCPU+736 GB内存 | 8 * NVIDIA V100 | 173.706 |
|
239.352 | 印度(孟买) | |||
242.772 | 新加坡 | |||
256.446 |
| |||
213.624 | 德国(法兰克福) | |||
ecs.gn6v-c8g1.2xlarge | 8 vCPU+32 GB内存 | 1 * NVIDIA V100 | 28.6 |
|
33 | 新加坡 | |||
ecs.gn6v-c8g1.8xlarge | 32 vCPU+128 GB内存 | 4 * NVIDIA V100 | 29.106 |
|
33.552 | 新加坡 | |||
ecs.gn6v-c8g1.16xlarge | 64 vCPU+256 GB内存 | 8 * NVIDIA V100 | 232.848 |
|
268.398 | 新加坡 | |||
ecs.gn6v-c10g1.20xlarge | 82 vCPU+336 GB内存 | 8 * NVIDIA V100 | 241.602 |
|
ecs.r7.16xlarge | 64 vCPU+512 GB内存 | 无 | 33.54 |
|
24.51 |
| |||
33.564 | 德国(法兰克福) | |||
36.852 | 中国(香港) |