按月预留，含电与带宽。B300、H200、RTX 5090、RTX 4090 在北美、东南亚、东亚三个区域现货供应。
多数团队先用 API 按 token 付费。负载稳定到能把卡跑满时再预留——下面那张图给出这条线通常落在哪里。
| 卡型 | 显存 | 特点 | 区域 | 每卡·时 起 | 状态 |
|---|---|---|---|---|---|
| B300 | 288 GB HBM3e | 约 8 TB/s · 密集 FP4 约 15 PFLOPS · 最高 1,400 W | 北美 · 东南亚 · 东亚 | $6.50 | 现货 |
| H200 | 141 GB HBM3e | 4.8 TB/s · 70B–400B 服务的成熟选择 | 北美 · 东南亚 · 东亚 | $2.60 | 现货 |
| RTX 5090 | 32 GB GDDR7 | 中小模型上单位 token 成本最优 | 东南亚 · 东亚 | $0.75 | 现货 |
| RTX 4090 | 24 GB GDDR6X | 机队主力，可供规模大 | 东南亚 · 东亚 | $0.45 | 现货 |
价格含电与带宽。最短租期一个月；3、6、12 个月承诺有折扣。互联、本地 NVMe 与专线按配置另报。
不切分模型的前提下能装下多少。
B300 与 H200 为 HBM3e；RTX 卡为 GDDR7 / GDDR6X。柱高按实际比例。
哪种更便宜，取决于这张卡会有多忙。
这是经验区间，不是报价。公开的交叉点估计从 30% 到约三分之二不等；具体取决于你的流量形态、模型规模与租期。签约前我们会和你一起测算。
整台或整柜，租期内归你。root 权限、你的镜像、你的编排。适合训练与长跑推理，要的是性能可预测。
在我们的服务栈上预留吞吐与并发，优化与调度由我们做。月费 + 超量按用量计。
把指定的开源权重部署在你的环境或你指定的区域，推理只在该区域内发生。项目费 + 月度运维。
| 北美 | US East · US Central |
| 东南亚 | 新加坡 |
| 东亚 | 首尔 · 东京 |
推理可以通过合同约定只在某一区域内发生。其他地点可按需求评估。
故障处置三段式：检测 → 补救 → 验证。只有检测没有补救的，我们不算修好，而且每条路径都有自动化闸门注入故障、断言补救真的发生。
发布可回滚：一个版本一个目录，旧目录即回滚点；只读代码与运行时状态分离；每个节点拉同一个构建 SHA。
每个模型有档案：权重来源、版本、量化方式、上下文长度与实测吞吐，上线承载流量前记录在案。
确认需求 → 报价单 → 主体与出口管制筛查 → 合同与首期付款 → 交付（含监控与值班联系人）。