竞价实例和预留 GPU 实例哪个更省钱？先看任务能不能中断，再算利用率

只看标价，竞价实例（Spot）通常最便宜，预留实例最稳。算综合成本时，结论取决于两件事：任务被打断后能不能接着跑，以及这张卡未来一年实际运行的时间占比有多高。

• 能断点续跑、量大、不赶时间的离线任务，适合竞价实例。
• 全天候满载、规格短期不会变的线上推理，适合预留实例。
• 周期在几小时到几周之间的微调、原型验证和间歇性测试，用这两种都容易多花钱。选择无合约、按小时计费的算力，资金风险通常最低。

下面分别说明怎么判断，以及钱会花在哪里。

两种实例各自便宜在哪，代价是什么

竞价实例卖的是云厂商的闲置算力，价格常比按需低 60%~90%。代价是实例随时可能被回收。以 AWS 为例，回收前大约提前 2 分钟通知，有的平台只提前 30 秒。实例停止或销毁后，内存里的状态和还没保存的中间权重都会丢失。

预留实例或承诺用量折扣（如 Savings Plans）一般能便宜约 30%~72%，而且保证有卡可用。前提是签 1 年或 3 年的消费承诺。签约后不管有没有跑任务，都按承诺额度计费。

不同平台的通知时长、回收规则和合约条款不一样，下单前请以所用平台的文档为准。

用两道题给任务归类

第一题：被打断后能不能接着跑？ 满足以下任一条，就算“能断”：训练代码会定期保存检查点并支持断点续训；推理是异步批处理，失败后可以自动重试；任务结果可以重复计算且不影响最终输出，比如数据清洗和离线打标。

第二题：未来一年卡的实际利用率是多少？ 这里要按真实跑任务的小时数估算，不要按峰值估算。

两题的答案组合起来：

• 能断，量大，不急：优先考虑竞价实例。
• 不能断，全天候满载，规格一年内不会变：可以考虑预留实例。
• 不能断，但只是间歇性使用：用按需或按小时计费的实例。
• 周期短，还在试方案：用按小时计费，不要签合约。

竞价实例：标价之外还有三笔账

1. 重做的进度。 被回收时，从上一个检查点到回收那一刻的计算全部作废，重新调度和启动也要花时间。检查点间隔越长，每次中断丢的进度越多。间隔越短，写检查点占用的训练时间越多。这个间隔需要根据实测的中断频率来调整。

2. 检查点的存储费。 为了防中断，检查点要高频写到实例以外的存储或对象存储。另一个常被忽略的点是，实例被中断或停止后，挂载的云盘往往还在计费，AWS 的 EBS 就是这样。不主动删除，这些空置的磁盘会一直产生账单。

3. 换节点重跑的下载费。 在新节点上重新拉起任务，要再下载几十 GB 的模型权重和数据集。这既花时间，也可能产生流量费。

估算竞价实例的真实成本，可以用这个口径：

有效单价 ≈ 竞价单价 × 实际消耗的卡时 ÷ 真正产出结果的卡时，再加上检查点存储费和重复下载的流量费

如果任务一被中断就要从头开始，这个比值会迅速变大，折扣基本就抵消了。还有一点要注意：各可用区旗舰卡的实际中断率，云厂商一般不公开。事前很难算准，比较稳妥的做法是先小规模跑一段时间，记下真实的中断次数，再决定要不要把整批任务放上去。

预留实例：利用率决定是否划算

预留实例是否划算，可以用一个简单的盈亏线判断：

盈亏平衡利用率 ≈ 1 − 折扣率

举例来说，折扣 40% 时，实际利用率要高于 60% 才比按需便宜。折扣 60% 时，利用率要高于 40%。一般来说，实际使用率低于 50%~60% 的任务，长期预留的均摊成本很容易反超按小时计费。

这条线只算了钱，还没算两类风险：

• 规格被锁定：1~3 年的合约锁定了显卡架构、显存大小和算力规格。如果新的开源模型把显存门槛抬高，旧卡可能直接跑不动。
• 硬件贬值：新一代 GPU 性价比大幅提升后，旧卡合约不能退，剩余的承诺额度就成了沉没成本。

所以在 AI 业务里，决定预留之前，除了算利用率，还要问一句：这张卡的规格一年后还够用吗？怎么按业务阶段估算利用率，可以参考专有云与公有云 GPU 成本怎么比。

微调、原型和间歇推理：两头都不合适

很多个人开发者和小团队的任务属于这一类，比如微调一个开源模型、验证一个推理方案、每周跑几次批量生成。这类任务利用率低，签预留合约不划算。它们也不一定受得了中断：调参调到一半被回收，排查和重跑花的精力可能比省下的卡费还多。

这类任务更适合无合约、按小时计费的算力。以 NexGPU 为例，它按小时计费、按秒计量，没有最低消费，也不需要签合约。下单时单价就锁定，一直到实例销毁都不变。账单只有算力、存储、流量三项，每笔钱花在哪里都能对上。

有一条边界需要记住：停机后仍然收存储费，销毁后才全部停止计费。这和竞价实例被停后云盘继续计费是同一类问题。任务做完后，先把结果和检查点移出实例，再销毁实例，费用才会全部停止。具体做法可以看租的 GPU 实例数据怎么保存和GPU 实例关机还收不收费。

下单前的避坑清单

• 用竞价实例之前，先演练一次中断：手动终止任务，确认能从最近的检查点恢复，而不是从头开始。
• 检查点写到实例之外，并定期清理：只保留最近几个，避免存储费越积越多。
• 任务结束后确认磁盘已删除：只停机不删盘，账单不会停止。
• 减少重复下载：尽量使用预置环境的镜像。常用的权重放在离计算节点近的存储里，换节点时不必每次从头下载。
• 签预留之前，用历史数据算利用率：拿过去几个月的实际运行时长来算，不要用峰值估算。拿不准的时候，先用按小时计费跑一个季度，看清使用曲线再决定。
• 线上业务可以组合使用：稳定的基线负载用长期资源，突发峰值用按小时计费，离线批处理放到竞价实例上。

下一步

如果你的任务属于微调、原型验证或间歇推理，可以直接在 NexGPU 价格页查看可租节点和当前单价，按任务需要的显存挑卡。

如果你评估的是多卡长期稳定运行，比如线上推理集群或长期训练，需要确定容量和规格，建议先按企业 GPU 集群和预留实例怎么咨询准备好需求清单，再联系销售沟通方案。