云服务
RunPod
按小时租 GPU 的 AI 云，31 个区域，另有无服务器端点跑推理。
资源介绍
RunPod 是面向 AI 工作负载的 GPU 云。产品分三条线，Pods 是按需 GPU 实例，部署在 31 个全球区域；Serverless 是按请求计费的 GPU 端点，适合流量波动大的推理；Clusters 是多节点集群，用来跑分布式训练。另外有 Hub 提供开源模型和模板的一键部署。
它的价格表列得很直白，按卡型标每小时单价，从消费级到最新的数据中心卡都有。这种计价方式的好处是成本可预估，你知道跑 8 小时训练大概花多少；坏处是机器起来就开始计费，忘记关实例是这类平台上最常见的账单事故。
和 Replicate 那种按输出计费的托管服务相比，RunPod 给的是更底层的控制权，你自己选镜像、自己管环境、自己决定并发。这对需要自定义推理栈或者跑训练的团队是必需的，对只想调个模型接口的人则是多余的负担。Serverless 那条线介于两者之间，按请求付费但仍要自己打镜像。
适合什么人
需要自定义推理栈或跑训练、且愿意自己管镜像和环境的 AI 团队。
真实使用场景
价格说明
官网定价页（2026-09-08 实测）按 GPU 型号标每小时价格：B300（288GB HBM3e / 251GB 内存 / 32 vCPU）7.89 美元/小时，B200（180GB / 283GB / 28 vCPU）6.79 美元/小时，H200（141GB / 276GB / 24 vCPU）4.59 美元/小时，H100 SXM（80GB / 125GB / 20 vCPU）3.49 美元/小时，H100 NVL（94GB / 94GB / 16 vCPU）3.19 美元/小时，H100 PCIe（80GB / 188GB / 16 vCPU）2.89 美元/小时，RTX Pro 6000（96GB / 188GB / 16 vCPU）2.09 美元/小时。Serverless 按请求与运行时长另行计价。
核心特点
限制与注意事项
常见问题
怎么避免忘记关机产生的账单？
把长期任务放 Pods、短期调用放 Serverless 是最直接的做法，Serverless 没有请求就不计费。另外在启动实例时就设定好用途和预计时长，并定期看控制台的运行中实例列表。按小时计费的平台上，绝大多数意外账单都来自跑完没关的实例，不是单价太贵。
和 Replicate 该选哪个？
看你要不要自定义。只想调现成模型的接口，Replicate 更省事，按输出计费也更适合流量不稳的场景。需要自己的推理栈、要跑训练、或者调用量大到能把卡跑满，RunPod 这种按小时租卡的方式更划算，代价是运维要自己扛。
31 个区域该怎么选？
按数据所在地和用户所在地选，不要只看价格。同一卡型在不同区域价格有差异，但跨区传数据的时间和出网费用往往把省下的钱吃掉。另外热门卡在部分区域经常缺货，选之前先看容量。
相关链接
编辑：WhosBug团队 · 更新于
