本文為您介紹EAS的計費項和計費方式。
注意事項
本文中所有的價格信息僅供參考,實際價格請以出賬賬單為準。
計費項
EAS的計費項組成如下圖:
計費方式
請選擇適合您業務的計費方式:
計費方式 | 計費項 | 計費主體 | 計費規則 | 停止計費 |
按量計費 說明
| 公共資源組 | 模型服務運行時長(模型服務占用的公共資源組的運行時長)。 | 使用公共資源組部署EAS服務,按照模型服務占用的公共資源組時長計費。(一旦創建模型服務,系統就開始計費。) | 停止模型服務 |
按量計費 | EAS推理資源(專屬資源組) | 資源組機器購買數量和運行時長。 | 只對專屬資源組機器收費,部署在專屬資源組上的模型服務不產生額外費用。(對于按量計費方式,一旦創建后付費專屬資源組機器,系統就開始計費。) | 刪除按量計費資源組機器 |
包年包月 | 資源組機器購買數量和購買時長。 | 無 | ||
按量計費 | 系統盤 | 每臺機器節點的系統盤容量和使用時長。 | 系統盤創建成功后開始計費。 |
|
包年包月 | 每臺機器節點的系統盤容量和購買時長。 | 系統盤創建成功后開始計費。 | 無 | |
全預付(EAS節省計劃) | 根據承諾消費金額確定購買費用。 | 根據承諾消費金額確定購買費用。 | 不涉及 | |
包年包月 | AI計算資源(靈駿智算資源) | 詳情請參見AI計算資源計費說明。 | 詳情請參見AI計算資源計費說明。 | 不涉及 |
按服務推理時長計費 | 服務調用 | 按照Serverless版服務推理時長計費。 | 按照Serverless版服務推理時長計費。 | 不推理服務則不計費。 |
按量計費 | 專屬網關 | 網關節點數量和運行時長。 | 按購買的網關節點數量和運行時長計費。 | 刪除專屬網關。 |
包年包月 | 網關節點購買數量和購買時長。 | 按購買的網關節點數量和購買時長計費。 | 無 |
公共資源組
按量計費
如果您希望采用按量計費方式進行購買,則需要使用公共資源組或專屬資源組(按量計費)部署EAS服務。PAI為EAS的新用戶提供免費試用額度,但需要自行領取。具體的免費試用額度、領取方式和注意事項,請參見新用戶免費試用。免費試用額度用來抵扣公共資源組指定規格按量計費賬單,免費額度用盡或試用期結束后,若繼續使用計算資源,將使用按量計費方式進行計費。您可以預付費購買EAS節省計劃,用以抵扣承諾消費金額的按量計費賬單。
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
指定機器資源 |
| 計費方式為按量計費,定價詳情請參見指定機器資源(為方便查看,該定價為小時價,而實際以分鐘價計費。使用價格除以60即可得到分鐘價)。 |
| 模型服務擴容后:新資源從擴容成功的時間開始計費。 模型服務縮容后:釋放的資源從釋放成功的時間停止計費,剩余資源繼續計費。 |
|
指定機器型號 |
| 計費方式為按量計費,不同地域不同實例規格的定價不一致。請參考服務部署:控制臺文檔,前往自定義部署的新建服務頁面,在資源部署信息區域,資源組種類選擇公共資源組,然后選擇實例規格,即可查看相應規格的配置費用。 關于公共資源組支持使用的規格列表,請參見附錄:公共資源組規格列表。 |
| 不涉及 |
|
表 1. 指定機器資源
以下提供的定價信息僅供參考,實際費用以您購買的云服務的控制臺頁面(或購買頁面)為準。
資源類型 | 定價 |
CPU | 0.194(CNY/核/小時) |
內存 | 0.024(CNY/G/小時) |
EAS推理資源
專屬資源組(按量計費)
EAS推理資源支持使用按量計費方式進行購買。
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
專屬資源組 |
| 按量計費的定價詳情,請前往EAS專屬機器后付費購買頁面查看。 |
| 模型服務擴容后:新資源從擴容成功的時間開始計費。 模型服務縮容后:釋放的資源從釋放成功的時間停止計費,剩余資源繼續計費。 |
|
專屬資源組(包年包月)
EAS推理資源支持使用包年包月方式進行購買。
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
專屬資源組 |
| 預付費(包年包月)的定價詳情請前往EAS專屬機器預付費購買頁面查看。 |
| 不涉及 | 部分機器資源在某些地域可能短期內無貨,此時無法購買。 |
系統盤
按量計費
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
系統盤 |
| 定價詳情請前往ESSD云盤PL1頁面查看。 |
| 不涉及 | 無 |
包年包月
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
系統盤 |
| 定價詳情請前往ESSD云盤PL1頁面查看。 |
| 不涉及 | 無 |
EAS節省計劃
全預付
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
EAS節省計劃 |
| 定價詳情請參見EAS節省計劃頁面查看。 | 全預付購買消費金額后,立即生效。 | 不涉及 | 無 |
AI計算資源(靈駿智算資源)
包年包月
如果您希望采用包年包月方式進行購買,可以預付費購買靈駿智算資源,并使用相應資源Quota部署EAS服務。關于AI計算資源的計費詳情,請參見AI計算資源計費說明。
服務調用(Serverless版)
Serverless版服務的部署完全免費,僅在服務調用時,按推理時長計費。例如,您在WebUI頁面單擊生成后,運行10秒生成圖像,則計費時長為10秒。
您可以前往場景化模型部署>AI繪畫-SDWebUI部署頁面,選擇Serverless版來查看定價詳情。具體操作,請參見AI繪畫-SDWebUI部署。
專屬網關
按量計費
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
專屬網關 |
| 定價詳情請前往EAS專屬網關后付費頁面查看。 |
| 不涉及 | 無 |
包年包月
資源類型 | 計費公式 | 單價 | 計費時間段 | 擴縮容說明 | 其他注意事項 |
專屬網關 |
| 預付費定價詳情請前往EAS專屬網關預付費頁面查看。 |
| 不涉及 | 無 |
計費案例
以下計費案例僅供參考,實際費用以您購買的云服務的控制臺頁面(或購買頁面)為準。
公共資源組計費案例
按量計費示例
示例場景描述:
假設您使用指定機器資源方式的公共資源組部署模型服務,資源組在華東1(杭州)地域。
2019年6月3日09:00:00服務進入運行狀態,初始占用資源為2 CPU Core+8 GB。
2019年6月3日10:00:00完成縮容,占用資源減少到1 CPU Core+4 GB。
2019年6月3日11:00:00完成了擴容,占用資源增加到4 CPU Core+16 GB。
2019年6月3日12:00:00,服務進入停止狀態。
費用計算:
賬單金額=2×0.194+8×0.024+1×0.194+4×0.024+4×0.194+16×0.024=2.03 CNY
專屬資源組計費案例
包年包月示例
示例場景描述:
假設您使用包年包月的方式,購買了華東1(杭州)地域的4 CPU Core+15 GB GPU T4卡2臺,購買時長為3個月,定價為3683(CNY/月)(實際價格以產品購買為準)。
費用計算:
總金額=2×3683×3=22098 CNY
按量計費示例
示例場景描述:
假設您使用按量計費的方式,購買了華東1(杭州)地域ecs.g6.6xlarge(24 CPU Core+96 GB)2臺,使用時長為45分鐘,定價為6.6(CNY/小時)(實際價格以產品購買為準)。
費用計算:
賬單金額=2×(6.6/60)×45=9.9 CNY
系統盤計費案例
包年包月示例
示例場景描述:
假設您使用專屬資源組包年包月的方式,購買了華東1(杭州)地域的2臺機器資源,每臺機器資源指定為300 GiB的系統盤,購買時長為3個月。
費用計算:
賬單金額=2×(300-200)×1×3=600 CNY
按量計費示例
專屬資源組
示例場景描述:
假設您使用專屬資源組按量計費的方式,購買了華東1(杭州)地域的2臺機器資源,每臺機器資源指定為300 GiB的系統盤,使用時長為5小時。
費用計算:
賬單金額=2×(300-200)×0.0021×5=2.1 CNY
公共資源組
示例場景描述:
假設您使用公共資源組按量計費的方式購買了華東1(杭州)地域的2個實例機器節點,每個實例機器節點指定的系統盤大小為300 GiB,使用時長為5小時。
費用計算:
賬單金額=2×(300-30)×0.0021×5=5.67 CNY
附錄:公共資源組規格列表
EAS支持使用的部分公共資源規格列表如下,您可以前往自定義部署的新建服務頁面的資源部署信息區域,查看更完整的規格列表信息,詳情請參見服務部署:控制臺。不同地域支持的資源規格略有不同,以控制臺顯示為準。
EAS現已推出GU30系列機型,性價比高,適用于多種場景,您可以使用公共資源組按需部署,或通過專屬資源組機器購買頁進行購買。關于GU30系列機型的更多詳細介紹,請參見PAI GU系列機型使用說明。
CPU類型
實例規格 | vCPU | 內存(GB) |
ecs.c7.large | 2 | 4 |
ecs.c7.xlarge | 4 | 8 |
ecs.c7.2xlarge | 8 | 16 |
ecs.c7.4xlarge | 16 | 32 |
ecs.c7.6xlarge | 24 | 48 |
ecs.c7.8xlarge | 32 | 64 |
ecs.c7.16xlarge | 64 | 128 |
ecs.r7.4xlarge | 16 | 128 |
ecs.r7.large | 2 | 16 |
ecs.r7.xlarge | 4 | 32 |
ecs.r7.2xlarge | 8 | 64 |
ecs.r7.6xlarge | 24 | 192 |
ecs.r7.8xlarge | 32 | 256 |
ecs.r7.16xlarge | 64 | 512 |
ecs.g7.large | 2 | 8 |
ecs.g7.xlarge | 4 | 16 |
ecs.g7.2xlarge | 8 | 32 |
ecs.g7.4xlarge | 16 | 64 |
ecs.g7.6xlarge | 24 | 96 |
ecs.g7.8xlarge | 32 | 128 |
ecs.g7.16xlarge | 64 | 256 |
ecs.g6.large | 2 | 8 |
ecs.g6.xlarge | 4 | 16 |
ecs.g6.2xlarge | 8 | 32 |
ecs.g6.4xlarge | 16 | 64 |
ecs.g6.6xlarge | 24 | 96 |
ecs.g6.8xlarge | 32 | 128 |
ecs.c6.large | 2 | 4 |
ecs.c6.xlarge | 4 | 8 |
ecs.c6.2xlarge | 8 | 16 |
ecs.c6.4xlarge | 16 | 32 |
ecs.c6.6xlarge | 24 | 48 |
ecs.c6.8xlarge | 32 | 64 |
ecs.r6.large | 2 | 16 |
ecs.r6.xlarge | 4 | 32 |
ecs.r6.2xlarge | 8 | 64 |
ecs.r6.4xlarge | 16 | 128 |
ecs.r6.6xlarge | 24 | 192 |
ecs.r6.8xlarge | 32 | 256 |
ecs.g5.6xlarge | 24 | 96 |
ecs.c5.6xlarge | 24 | 48 |
ecs.g8y.large | 2 | 8 |
ecs.g8y.xlarge | 4 | 16 |
ecs.g8y.2xlarge | 8 | 32 |
ecs.g8y.4xlarge | 16 | 64 |
ecs.g8y.8xlarge | 32 | 128 |
ecs.g8y.16xlarge | 64 | 256 |
ecs.c7a.large | 2 | 4 |
ecs.c7a.xlarge | 4 | 8 |
ecs.c7a.2xlarge | 8 | 16 |
ecs.c7a.4xlarge | 16 | 32 |
ecs.c7a.8xlarge | 32 | 64 |
ecs.c7a.16xlarge | 64 | 128 |
ecs.g7a.large | 2 | 8 |
ecs.g7a.xlarge | 4 | 16 |
ecs.g7a.2xlarge | 8 | 32 |
ecs.g7a.4xlarge | 16 | 64 |
ecs.g7a.8xlarge | 32 | 128 |
ecs.g7a.16xlarge | 64 | 256 |
GPU類型
實例規格 | vCPU | 內存(GB) | GPU顯存 |
ml.gu7i.c8m30.1-gu30 | 8 | 30 | 1 * 24 GB |
ml.gu7i.c16m60.1-gu30 | 16 | 60 | 1 * 24 GB |
ml.gu7i.c32m188.1-gu30 | 32 | 188 | 1 * 24 GB |
ml.gu7i.c64m376.2-gu30 | 64 | 376 | 2 * 24 GB |
ml.gu7i.c128m752.4-gu30 | 80 | 256 | 4 * 24 GB |
ecs.gn5i-c4g1.xlarge | 4 | 16 | 1 * 8 GB |
ecs.gn5i-c8g1.2xlarge | 8 | 32 | 1 * 8 GB |
ecs.gn5-c4g1.xlarge | 4 | 30 | 1 * 16 GB |
ecs.gn5-c8g1.2xlarge | 8 | 60 | 1 * 16 GB |
ecs.gn5-c8g1.4xlarge | 16 | 120 | 2 * 16 GB |
ecs.gn5-c28g1.7xlarge | 28 | 112 | 1 * 16 GB |
ecs.vgn6i-m4-vws.xlarge | 4 | 23 | 1 * 4 GB |
ecs.vgn6i-m8-vws.2xlarge | 10 | 46 | 1 * 8 GB |
ecs.gn6i-c4g1.xlarge | 4 | 15 | 1 * 16 GB |
ecs.gn6i-c8g1.2xlarge | 8 | 31 | 1 * 16 GB |
ecs.gn6i-c16g1.4xlarge | 16 | 62 | 1 * 16 GB |
ecs.gn6i-c24g1.6xlarge | 24 | 93 | 1 * 16 GB |
ecs.gn6i-c24g1.12xlarge | 48 | 186 | 2 * 16 GB |
ecs.gn6i-c24g1.24xlarge | 96 | 372 | 4 * 16 GB |
ecs.gn7i-c8g1.2xlarge | 8 | 30 | 1 * 24 GB |
ecs.gn7i-c16g1.4xlarge | 16 | 60 | 1 * 24 GB |
ecs.gn7i-c32g1.8xlarge | 32 | 188 | 1 * 24 GB |
ecs.gn7i-c32g1.16xlarge | 64 | 376 | 2 * 24 GB |
ecs.gn7i-c32g1.32xlarge | 128 | 752 | 4 * 24 GB |
ecs.gn6v-c8g1.2xlarge | 8 | 32 | 1 * 16 GB |
ecs.gn6v-c8g1.4xlarge | 16 | 64 | 2 * 16 GB |
ecs.gn6v-c8g1.8xlarge | 32 | 128 | 4 * 16 GB |
ecs.gn6e-c12g1.3xlarge | 12 | 92 | 1 * 32 GB |
ecs.gn6e-c12g1.12xlarge | 48 | 368 | 4 * 32 GB |
ecs.gn6e-c12g1.24xlarge | 96 | 736 | 8 * 32 GB |
ecs.gn7-c12g1.3xlarge | 12 | 94 | 1 * 40 GB |
ecs.gn7-c13g1.13xlarge | 52 | 378 | 4 * 40 GB |
ecs.gn7-c13g1.26xlarge | 104 | 756 | 8 * 40 GB |
ecs.gn7-c13g1.6xlarge | 26 | 189 | 2 * 40 GB |
ecs.gn7e-c16g1.4xlarge | 16 | 125 | 1 * 80 GB |
ecs.gn7e-c16g1.8xlarge | 32 | 250 | 2 * 80 GB |
ecs.gn7e-c16g1.16xlarge | 64 | 500 | 4 * 80 GB |
ecs.gn7e-c16g1.32xlarge | 128 | 1000 | 8 * 80 GB |