2020年到2023年阿里云服务器热门配置历史活动价格参考
在阿里云服务器的所有配置中，1核2G、2核4G、2核2G、2核8G、4核4G、4核8G、8核8G、8核16G这些配置都是热门配置，阿里云不管是在日常活动还是618或双11等大促活动中，都是以这些热门配置为主，每当阿里云服务器活动价格有变化的时候，小编也都第一时间在简书平台为大家分享了最新的活动价格情况，本文为大家汇总了几篇从2020年到2023年以来，介绍阿里云热门配置云服务器活动价格的相关文章，以供大家了解阿里云热门配置云服务器的历史活动优惠价格。<h1>文章一：阿里云服务器降价活动1核2G仅需992.11元/年，2核4G297.98元/年</h1>
文章链接：https://www.jianshu.com/p/cf47e0f1012e
发布时间：2023.07.24 13:58
阿里云服务器降价活动推出了两款性价比极高的云服务器，计算型c8y实例1核2GB 1M只要992.11元，轻量级云服务器2核4GB 4Mb，仅需297.98元起。两款云服务器价格都非常便宜，既有轻量云服务器又有最新代云服务器。
阿里云轻量云服务器2核4G297.98元/年
虽然这只是一款轻量应用云服务器，但是它有可快速搭建且易于管理的特点，云服务器提供应用镜像(14款)和系统镜像(8款)可选（总计22款），满足您的不同应用需求，适合
知识效率管理、云端学习环境、电商建设、论坛社区、开发环境配置等场景选择。点此购买
https://upload-images.jianshu.io/upload_images/19316870-6562b0c62a867c34.png
<div class="image-caption">轻量应用服务器297.98元.png
除了这款297.98元/年的轻量云服务器之外，阿里云还有一款价格为108.00元/年的轻量云服务器，不过配置只有2核2G3M带宽，适合部署各种静态网站，如果你想价格还便宜点，可以考虑购买这一款。
阿里云服务器1核2G992.11元/年
计算型c8y实例属于阿里云最新第八代倚天云服务器系列，采用阿里自研倚天710处理器，基于最新一代CIPU和Dragonfly ARM Hypervisor ，通过芯片快速路径加速手段实现计算、存储、网络性能的大幅提升。在您购买的倚天实例里会自动部署选择的应用，并使用KeenTune针对该应用的业务特点进行全栈的专家知识性能调优。这些调优集合了阿里云多个领域相关专家的调优经验积累，不仅针对倚天实例的特点对CPU、内存、I/O、网络等领域进行了全面优化，也会对应用本身进行调优，来保障您的业务运行在最佳性能环境中。针对应用加速的全栈调优能够发挥出倚天实例的性能优势，在MySQL、Nginx、Redis、PostgreSQL等典型业务场景能获得平均20?右的性能提升，助力您实现降本增效的目标。点此购买
https://upload-images.jianshu.io/upload_images/19316870-ea3a2b80f562e4ab.png
<div class="image-caption">八代云服务器活动价格图.png
不过992.11元/年的价格带宽只有1M，建过网站的用户都知道，1Mb=128KB，但现在随便一个张图片，一个CSS，JS文件都在几百K左右，首页大小很少有小于1MB的。这样我们的1Mb带宽可能就不太够用了，因此，建议实际购买的时候，带宽设置为3M左右更好，如果选择3M带宽价格是1481.71元。
<h1>文章二：阿里云服务器多少钱？1核2G992.11元，2核4G297.98元，4核8G2652.65元</h1>
文章链接：https://www.jianshu.com/p/c00e655a74b4
发布时间：2023.07.12 14:24
用户在购买阿里云服务器之前，最为关心的是阿里云服务器多少钱，特别是1核2G，2核4G元，4核8G这些热门云服务器配置的价格，因为很多用户都是购买这些配置，虽然阿里云服务器的知名度很高，但是初次购买都还是希望能便宜点。
阿里云服务器购买平台推荐
本文所介绍的阿里云服务器可以上阿里云官方云小站或者云服务器百亿补贴平台上购买，不仅可以便宜很多，还可以领取和使用阿里云最新的代金券，进一步节省我们的购买成本，最新1核2G，2核4G元，4核8G热门云服务器配置和优惠报价为1核2G992.11元，2核4G297.98元，4核8G2652.65元，这个价格是很划算的。
https://upload-images.jianshu.io/upload_images/19316870-cc8bf7d8199ad57b.png
进入之后，可先观察下目前是否有代金券可以领取，官方会不定期在云小站平台发放各种代金券，代金券可用于购买阿里云服务器时使用，代金券最低金额为10元，最高时可一次减免上千元。
1核2G配置的阿里云服务器最低992.11元
在百亿补贴活动自研高性价比倚天实例专区中有一款计算型c8y实例1核2G的云服务器，补贴价格为992.11元1年，带宽可自由选择1M-200M，购买时长为1年-5年可选，如果想获得长期优惠，可直接买5年，价格为3003.03元5年。
https://upload-images.jianshu.io/upload_images/19316870-a69f9323e75b6250.png
<div class="image-caption">八代云服务器活动价格图.png
2核4G配置的阿里云服务器最低297.98元
在云小站平台云服务器新人专享专区中，有一款轻量应用服务器，2核4G配置，4M带宽的云服务器，新用户特惠价格为297.98元，这个价格的折扣为3.1折，比较适合个人和普通企业用户选择。
https://upload-images.jianshu.io/upload_images/19316870-a8db931f8b64efec.png
<div class="image-caption">2023云小站.png
4核8G配置的阿里云服务器最低2652.65元
4核8G配置是很多企业用户的首选配置，对于4核8G配置来说，大多用户使用这个配置都是用于广告、游戏等企业通用业务场景，因此需要满足用户对云服务器性能、数据处理能力的需求，最好的还是选择计算型实例，其中最具性价比的就是计算型c8y实例实例4核8G这款了，虽然这个配置还有计算型c7和通用算力型u1实例可选，不过计算型c7实例4核8G配置的价格是3820.22元/1年起，通用算力型u1实例4核8G配置的价格是2804.71元/1年起，但是如果选择百亿补贴活动中的计算型c8y实例4核8G配置的价格只要2652.65元1年起，比计算型c7和通用算力型u1都便宜。
而且计算型c8y属于阿里云倚天云服务器，采用倚天710处理器，基于新一代CIPU架构，通过芯片快速路径加速手段完成计算、存储、网络性能的数量级提升，有效应用于云原生、视频编解码、高性能计算、基于CPU的机器学习和游戏服务等场景。所以说，计算型c8y实例可以保证云服务器的性能，4核8G配置足可以满足企业官网、政府网站、普通购物类网站等网站的需求，至于带宽，预估下网站访问流量的高峰期时多少，然后按照需求选择即可，最高可以选购200M。
其他热门配置的阿里云服务器价格
在阿里云小站和百亿补贴活动中上除了上面说到的几款云服务器配置之外，用户选购比较多的还有2核8G、4核16G、8核16G等配置，具体价格大家可自行通过活动去查询和购买。
<h1>文章三：阿里云服务器活动价格，1核2G最低26.46元，2核4G最低42.66元</h1>
文章链接：https://www.jianshu.com/p/67f34a47dcb4
发布时间：2023.02.16 15:51
阿里云服务器活动价格是多少？用户在购买阿里云服务器之前，最为关心的是阿里云服务器一年价格是多少，特别是1核2G，2核4G元，4核8G元这些爆款云服务器配置的价格，因为很多用户都是购买这些配置。2023年阿里云轻量应用服务器最低248元；云服务器1核1G1M带宽最低19.17元3个月、270.72元1年；1核2G1M带宽最低26.46元3个月、393.36元1年；2核2G1M带宽最低45.84元3个月、683.44元1年；2核4G1M带宽最低42.66元3个月、632.56元1年；更多热门配置阿里云服务器活动价格如下文所示。
<h5>一、阿里云新用户福利</h5>
虽然阿里云服务器的知名度很高，但是阿里云服务器价格也不算便宜，因此很多初次购买阿里云服务器的用户都还是希望能便宜点。2023年购买阿里云服务器首先要领取阿里云官方赠送的新购优惠券和代金券，领取之后，在支付阿里云服务器订单时可获得满减优惠，新购优惠券最高可减免50元，代金券最高时可减免300元。
新购优惠券领取直达：阿里云官方领券中心
代金券领取直达：阿里云官方云小站平台
https://upload-images.jianshu.io/upload_images/19316870-b0986b0897eb9ad0.png
<div class="image-caption">云小站代金券图.png
<h5>二、阿里云服务器热门配置活动价格</h5>
大多数新手用户初次购买阿里云服务器都是选择1核2G、2核2G、2核4G、2核8G、4核8G、8核16G这些热门配置，这些配置都可以通过阿里云服务器新人特惠活动购买到，活动提供1折起的优惠政策，目前这些热门配置的最新活动价格如下：
1、1核2G配置活动价格
1核2G配置主要适用于小型网站和小型Web应用程序，目前阿里云活动中只有一款共享型s6实例1核2G配置的云服务器，活动价格为26.46元/3个月起、423.36元/1年起，可使用30元新购优惠券，因此年付券后价格为393.36元/1年。
https://upload-images.jianshu.io/upload_images/19316870-02019871b4e777f1.png
<div class="image-caption">423.36图.png
2、2核2G配置活动价格
2核2G配置适用于搭建个人网站和应用，目前阿里云活动中只有两款2核2G配置的云服务器，具体如下：
[*]轻量应用服务器：2核2G 3M，活动价格为268.00元/1年，可使用20元新购优惠券，券后价格为248.00元/1年；
[*]
通用算力型u1云服务器：2核2G 1M，活动价格为45.84元/3个月、733.44元/1年，可使用50元新购优惠券，券后价格为683.44元/1年；
https://upload-images.jianshu.io/upload_images/19316870-454f062ed1d08aa9.png
<div class="image-caption">733.44图.png
3、2核4G配置活动价格
2核4G配置适用于适用于网站应用、批量计算、视频编码、开发环境、构建服务器、测试和暂存环境等应用，目前阿里云活动中只有5款2核4G配置的云服务器，具体如下：
[*]轻量应用服务器：2核4G 4M，活动价格为354.00元/1年，可使用30元新购优惠券，券后价格为324.00元/1年；
[*]共享型s6云服务器：2核4G 1M，活动价格为42.66元/3个月、682.56元/1年，可使用50元新购优惠券，券后价格为632.56元/1年；
[*]计算型c6云服务器：2核4G 1M，活动价格为52.20元/3个月、835.20元/1年，可使用50元新购优惠券，券后价格为785.20元/1年；
[*]通用算力型u1云服务器：2核4G 1M，活动价格为48.22元/3个月、771.46元/1年，可使用50元新购优惠券，券后价格为721.46元/1年；
[*]计算型c7云服务器：2核4G 1M，活动价格为1145.74元/1年，可使用50元新购优惠券，券后价格为1115.74元/1年；
https://upload-images.jianshu.io/upload_images/19316870-72685f880e34174a.png
<div class="image-caption">阿里云服务器2核4G活动价格对比展示图.png
4、2核8G配置活动价格
2核8G配置适用于轻量级数据库、缓存、搭建网站和应用服务器等场景，目前阿里云活动中只有4款2核8G配置的云服务器，具体如下：
[*]共享型s6云服务器：2核8G 1M，活动价格为58.86元/3个月、941.76元/1年，可使用50元新购优惠券，券后价格为891.76元/1年；
[*]通用型g6云服务器：2核8G 1M，活动价格为63.30元/3个月、1012.80元/1年，可使用50元新购优惠券，券后价格为962.80元/1年；
[*]通用算力型u1云服务器：2核8G 1M，活动价格为58.26元/3个月、932.16元/1年，可使用50元新购优惠券，券后价格为882.16元/1年；
[*]通用型g7云服务器：2核8G 1M，活动价格为1411.97元/1年，可使用50元新购优惠券，券后价格为1361.97元/1年；
https://upload-images.jianshu.io/upload_images/19316870-d4323648ae2d74f1.png
<div class="image-caption">阿里云2核8G云服务器活动价格对比展示图.png
5、4核8G配置活动价格
4核8G配置适用于网站应用、各种类型和规模的企业级应用，目前阿里云活动中只有4款4核8G配置的云服务器，具体如下：
[*]共享型s6云服务器：4核8G 1M，活动价格为75.06元/3个月、1200.96元/1年，可使用50元新购优惠券，券后价格为1150.96元/1年；
[*]计算型c6云服务器：4核8G 1M，活动价格为91.50元/3个月、1464.00元/1年，可使用50元新购优惠券，券后价格为1414.00元/1年；
[*]通用算力型u1云服务器：4核8G 1M，活动价格为83.53元/3个月、1336.51元/1年，可使用50元新购优惠券，券后价格为1286.51元/1年；
[*]计算型c7云服务器：4核8G 1M，活动价格为2085.08元/1年，可使用50元新购优惠券，券后价格为2035.08元/1年；
https://upload-images.jianshu.io/upload_images/19316870-e97286b48c7a6cec.png
<div class="image-caption">阿里云服务器4核8G配置活动价格对比图.png
6、8核16G配置活动价格
8核16G配置适用于网站应用、批量计算、视频编码，Web前端服务器等场景，目前阿里云活动中只有4款8核16G配置的云服务器，具体如下：
[*]共享型s6云服务器：8核16 1M，活动价格为139.86元/3个月、2237.76元/1年，可使用50元新购优惠券，券后价格为2187.76元/1年；
[*]计算型c6云服务器：8核16 1M，活动价格为170.10元/3个月、2721.60元/1年，可使用50元新购优惠券，券后价格为2171.60元/1年；
[*]通用算力型u1云服务器：8核16 1M，活动价格为154.16元/3个月、2466.62元/1年，可使用50元新购优惠券，券后价格为2416.62元/1年；
[*]计算型c7云服务器：8核16 1M，活动价格为3963.75元/1年，可使用50元新购优惠券，券后价格为3913.75元/1年；
https://upload-images.jianshu.io/upload_images/19316870-fa1d453d6c704550.png
<div class="image-caption">阿里云服务器8核16G活动价格对比展示图.png
更多阿里云服务器最新活动价格，大家可通过云服务器新人特惠活动去了解，例如4核16G、8核32G、2核16G、4核32G、8核64G等配置也是有优惠的，这些配置适用于一些需要高内存的应用场景，例如数据分析与挖掘、高性能数据库、内存数据库，分布式内存缓存等场景。
<h1>文章四：阿里云服务器1核2G，2核4G，4核8G，8核16G爆款配置2023年活动价格</h1>
文章链接：https://www.jianshu.com/p/0e6b784aadb7
发布时间：2023.02.08 16:23
1核2G，2核4G，4核8G，8核16G属于阿里云服务器配置中的爆款配置，这种1:2的CPU跟内存比例，能够各个硬件要达到平衡，最大化的利用好云服务器的CPU跟内存资源，在使用过程中不会因为有一处瓶颈，而照成其他硬件资源的浪费，因此，很多用户在购买阿里云服务器的时候，都会优先考虑这种配置。
在实际购买过程中，我们一般都是通过阿里云的各种云服务器促销活动去购买，不过阿里云服务器活动有很多，目前在实际购买过程中，最划算的还是云服务器新人特惠活动，这个活动不仅可选的云服务器实例规格最多，而且还是配置最丰富的，更重要的是活动还有专门的c6/g6/r6实例海外云服务器专区，可满足部分想购买阿里云海外地域云服务器的用户，另外，现在购买还能叠加优惠券，获得20元-50元的满减优惠。活动直达：点此进入阿里云服务器新人特惠
https://upload-images.jianshu.io/upload_images/19316870-ad12d3d1388b7fb9.png
目前活动中针对1核2G，2核4G，4核8G，8核16G这些爆款配置的实例规格、带宽搭配及活动价格如下：
一、1核2G配置实例规格、带宽搭配及活动价格（含2核2G）
[*]共享型s6实例：1核2G1M，40G系统盘，活动价格26.46元/3个月起、423.36元/1年起，年付券后价格393.36元/1年起；
[*]通用算力型u1实例：2核2G1M，40G系统盘，活动价格45.84元/3个月起、733.44元/1年起，年付券后价格683.44元/1年起；
[*]轻量应用服务器：2核2G3M，50G系统盘，活动价格268.00元/1年起，年付券后价格248.00元/1年起；
</ol>
二、2核4G配置实例规格、带宽搭配及活动价格
[*]共享型s6实例：2核4G1M，40G系统盘，活动价格42.66元/3个月起、682.56元/1年起，年付券后价格632.56元/1年起；
[*]计算型c6实例：2核4G1M，40G系统盘，活动价格52.20元/3个月起、835.20元/1年起，年付券后价格755.20元/1年起；
[*]通用算力型u1实例：2核4G1M，40G系统盘，活动价格48.22元/3个月起、771.46元/1年起，年付券后价格721.46元/1年起；
[*]计算型c7实例：2核4G1M，40G系统盘，活动价格1145.74元/1年起，年付券后价格1065.74元/1年起；
[*]轻量应用服务器：2核4G4M，50G系统盘，活动价格354.00元/1年起，年付券后价格324.00元/1年起；
</ol>
三、4核8G配置实例规格、带宽搭配及活动价格
[*]共享型s6实例，4核8G1M，40G系统盘，活动价格75.06元/3个月起、1200.96元/1年起，年付券后价格1120.96元/1年起；
[*]计算型c6实例：4核8G1M，40G系统盘，活动价格91.50元/3个月起、1464.00元/1年起，年付券后价格1384.00元/1年起；
[*]通用算力型u1实例：4核8G1M，40G系统盘，活动价格83.53元/3个月起、1336.51元/1年起，年付券后价格1256.51元/1年起；
[*]计算型c7实例：4核8G1M，40G系统盘，活动价格2085.08元/1年起，年付券后价格2005.08元/1年起；
</ol>
四、8核16G配置实例规格、带宽搭配及活动价格
[*]共享型s6实例，8核16G1M，40G系统盘，活动价格139.86元/3个月起、2237.76元/1年起，年付券后价格2157.76元/1年起；
[*]计算型c6实例：8核16G1M，40G系统盘，活动价格170.10元/3个月起、2721.60元/1年起，年付券后价格2641.60元/1年起；
[*]通用算力型u1实例：8核16G1M，40G系统盘，活动价格154.16元/3个月起、2466.62元/1年起，年付券后价格2386.62元/1年起；
[*]计算型c7实例：8核16G1M，40G系统盘，活动价格3963.75元/1年起，年付券后价格3883.75元/1年起；
</ol>
更多云服务器配置及优惠价格，大家可登录活动详情页查看，另外不要忘记券后价格是要先领取优惠券之后再购买的价格，优惠券领取地址为：阿里云官方领券中心
<h1>文章五：阿里云服务器1核1G、2核2G、4核4G、8核8G、16核32G常规配置价格表</h1>
文章链接：https://www.jianshu.com/p/d4fdb87a31c4
发布时间：2022.09.17 14:55
在阿里云服务器的配置中，热门配置有1核2G、2核4G、4核8G、8核16G、8核32G等，而1核1G、2核2G、4核4G、8核8G、16核32G这些常规配置也是部分用户喜欢购买的，目前阿里云服务器1核1G1M带宽配置0.9元1个月、17.49元3个月、251.86元1年，2核2G配置云服务器最低为34.0元1个月，4核4G云服务器最低为158.65元1个月、8核8G云服务器最低为316.35元1个月，小编来详细说下这些配置的价格：
https://upload-images.jianshu.io/upload_images/19316870-cf49f1b2c51c2858.png
<div class="image-caption">阿里云服务器价格图.png
阿里云服务器租用费用多少钱一年？云服务器CPU内存配置不同价格不同，云服务器ECS实例规格不同价格也不同。小编先来说下阿里云服务器1核1G、2核2G、4核4G、8核8G、16核32G常规配置报价，再来说说云服务器的收费标准。优惠活动价格是折扣价格，收费标准是原价。
<h5>阿里云服务器分类</h5>
阿里云服务器分为云服务器ECS和轻量应用服务器，云服务器ECS分为入门级和企业级，入门级主要包含突发性能实例t5、突发性能实例t6、共享型n4、共享型s6等，企业级云服务器常见的ECS实例规格有计算型c6、通用型g6、内存型r6、通用型g7、计算型c7、大数据型d1、GPU云服务器、本地SSD型、高主频通用型hfg7、FPGA计算型 f3及弹性裸金属服务器等。
<h5>阿里云服务器热门配置价格</h5>
目前阿里云活动中主推的云服务器配置是1核2G、2核4G、4核8G、8核16G、8核32G等热门配置，1核2G年付最低为206.50元，2核4G年付最低为413.86元，4核8G年付最低为765.94元，8核16G年付最低为1472.26元，8核32G年付最低为2340.62元，相比于前几个月的活动价格来说，价格有所降低，详细报价可通过阿里云服务器新人特惠了解和购买，小编在“2022年阿里云服务器价格表，最新云服务器活动配置及价格表汇总”也有整理和汇总。
<h5>1核1G、2核2G、4核4G、8核8G、16核32G常规配置价格</h5>
1、1核1G配置价格
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>平均基准CPU计算性能</th>
<th>处理器主频/睿频</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>共享标准型 s6</td>
<td>ecs.s6-c1m1.small</td>
<td>1 vCPU</td>
<td>1 GiB</td>
<td>-</td>
<td>2.5 GHz/3.2 GHz</td>
<td>最高 1.5 Gbps</td>
<td>15 万 PPS</td>
<td>￥ 33.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-lc1m1.small</td>
<td>1 vCPU</td>
<td>1 GiB</td>
<td>20?td>
<td>2.5 GHz/-</td>
<td>0.2 Gbps</td>
<td>6 万 PPS</td>
<td>￥ 22.8 /月</td>
</tr>
<tr>
<td>共享基本型 xn4</td>
<td>ecs.xn4.small</td>
<td>1 vCPU</td>
<td>1 GiB</td>
<td>-</td>
<td>2.5 GHz/-</td>
<td>0.5 Gbps</td>
<td>5 万 PPS</td>
<td>￥ 45.0 /月</td>
</tr>
</tbody>
</table>
2、2核2G配置价格
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>平均基准CPU计算性能</th>
<th>处理器主频/睿频</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>密集计算型 ic5</td>
<td>ecs.ic5.large</td>
<td>2 vCPU</td>
<td>2 GiB</td>
<td>-</td>
<td>2.5 GHz/2.7 GHz</td>
<td>1 Gbps</td>
<td>30 万 PPS</td>
<td>￥ 170.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t6</td>
<td>ecs.t6-c1m1.large</td>
<td>2 vCPU</td>
<td>2 GiB</td>
<td>20?td>
<td>2.5 GHz/-</td>
<td>最高 1 Gbps</td>
<td>10 万 PPS</td>
<td>￥ 34.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-c1m1.large</td>
<td>2 vCPU</td>
<td>2 GiB</td>
<td>25?td>
<td>2.5 GHz/-</td>
<td>0.5 Gbps</td>
<td>10 万 PPS</td>
<td>￥ 78.85 /月</td>
</tr>
</tbody>
</table>
3、4核4G配置价格
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>平均基准CPU计算性能</th>
<th>存储IOPS基准/峰值</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>密集计算型 ic5</td>
<td>ecs.ic5.xlarge</td>
<td>4 vCPU</td>
<td>4 GiB</td>
<td>-</td>
<td>2.5 GHz/2.7 GHz</td>
<td>1.5 Gbps</td>
<td>50 万 PPS</td>
<td>￥ 340.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-c1m1.xlarge</td>
<td>4 vCPU</td>
<td>4 GiB</td>
<td>25?td>
<td>2.5 GHz/-</td>
<td>0.8 Gbps</td>
<td>20 万 PPS</td>
<td>￥ 158.65 /月</td>
</tr>
</tbody>
</table>
3、8核8G配置价格
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>平均基准CPU计算性能</th>
<th>存储IOPS基准/峰值</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>密集计算型 ic5</td>
<td>ecs.ic5.2xlarge</td>
<td>8 vCPU</td>
<td>8 GiB</td>
<td>-</td>
<td>2.5 GHz/2.7 GHz</td>
<td>2.5 Gbps</td>
<td>80 万 PPS</td>
<td>￥ 680.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-c1m1.2xlarge</td>
<td>8 vCPU</td>
<td>8 GiB</td>
<td>25?td>
<td>2.5 GHz/-</td>
<td>1.2 Gbps</td>
<td>40 万 PPS</td>
<td>￥ 316.35 /月</td>
</tr>
</tbody>
</table>
4、16核32G配置价格
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>平均基准CPU计算性能</th>
<th>处理器主频/睿频</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>存储IOPS基准/峰值</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型 c7</td>
<td>ecs.c7.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>-/3.5 GHz</td>
<td>最高 25 Gbps</td>
<td>300 万 PPS</td>
<td>8 万/11 万</td>
<td>￥ 1565.56 /月</td>
</tr>
<tr>
<td>AMD 计算型 c7a</td>
<td>ecs.c7a.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.55 GHz/3.5 GHz单核</td>
<td>最高 10 Gbps</td>
<td>200 万 PPS</td>
<td>6 万/11 万</td>
<td>￥ 1126.4 /月</td>
</tr>
<tr>
<td>高主频计算型 hfc7</td>
<td>ecs.hfc7.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>3.3 GHz/3.8 GHz</td>
<td>最高 10 Gbps</td>
<td>250 万 PPS</td>
<td>7.5 万/9 万</td>
<td>￥ 1808.0 /月</td>
</tr>
<tr>
<td>计算平衡增强型 c6e</td>
<td>ecs.c6e.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.5 GHz/3.2 GHz</td>
<td>最高 10 Gbps</td>
<td>300 万 PPS</td>
<td>8.4 万/-</td>
<td>￥ 1576.0 /月</td>
</tr>
<tr>
<td>计算型 c6</td>
<td>ecs.c6.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.5 GHz/3.2 GHz</td>
<td>最高 10 Gbps</td>
<td>100 万 PPS</td>
<td>4.2 万/-</td>
<td>￥ 1496.0 /月</td>
</tr>
<tr>
<td>高主频计算型 hfc6</td>
<td>ecs.hfc6.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>3.1 GHz/3.5 GHz</td>
<td>最高 10 Gbps</td>
<td>100 万 PPS</td>
<td>4.2 万/-</td>
<td>￥ 1720.0 /月</td>
</tr>
<tr>
<td>ARM 计算型 c6r</td>
<td>ecs.c6r.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.8 GHz/-</td>
<td>最高 10 Gbps</td>
<td>200 万 PPS</td>
<td>6 万/-</td>
<td>￥ 1196.8 /月</td>
</tr>
<tr>
<td>AMD 计算型 c6a</td>
<td>ecs.c6a.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.6 GHz/3.3 GHz(单核)</td>
<td>最高 10 Gbps</td>
<td>200 万 PPS</td>
<td>6 万/-</td>
<td>￥ 1126.4 /月</td>
</tr>
<tr>
<td>安全增强计算型 c7t</td>
<td>ecs.c7t.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>-/3.5 GHz</td>
<td>最高 25 Gbps</td>
<td>300 万 PPS</td>
<td>8 万/11 万</td>
<td>￥ 1806.42 /月</td>
</tr>
<tr>
<td>存储增强计算型 c7se</td>
<td>ecs.c7se.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.7 GHz/3.5 GHz</td>
<td>最高 10 Gbps</td>
<td>150 万 PPS</td>
<td>15 万/-</td>
<td>￥ 1978.46 /月</td>
</tr>
<tr>
<td>安全增强计算型 c6t</td>
<td>ecs.c6t.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.5 GHz/3.2 GHz</td>
<td>最高 10 Gbps</td>
<td>300 万 PPS</td>
<td>8.4 万/-</td>
<td>￥ 1624.0 /月</td>
</tr>
<tr>
<td>计算型 c5</td>
<td>ecs.c5.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.5 GHz/2.7 GHz</td>
<td>5 Gbps</td>
<td>100 万 PPS</td>
<td>-</td>
<td>￥ 1432.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-c1m2.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>25?td>
<td>2.5 GHz/-</td>
<td>1.2 Gbps</td>
<td>60 万 PPS</td>
<td>-</td>
<td>￥ 877.8 /月</td>
</tr>
<tr>
<td>共享计算型 n4</td>
<td>ecs.n4.4xlarge</td>
<td>16 vCPU</td>
<td>32 GiB</td>
<td>-</td>
<td>2.5 GHz/-</td>
<td>2.5 Gbps</td>
<td>40 万 PPS</td>
<td>-</td>
<td>￥ 1632.0 /月</td>
</tr>
</tbody>
</table>
由于阿里云的官方活动中一般没有2核2G、4核4G、8核8G、16核32G配置的云服务器，因此，就没有这些配置的活动报价，如果我们想购买这些配置，又想获得一定优惠，那么我们可以领取阿里云小站平台的云产品通用代金券，这样在购买时可以使用代金券获得满减优惠。
https://upload-images.jianshu.io/upload_images/19316870-5dae52890a78e356.png
<div class="image-caption">云小站代金券图.png
<h5>阿里云服务器租用收费标准</h5>
阿里云服务器收费标准是指官方定价，阿里云系统会根据用户实际购买时长享受对应的优惠折扣，一般为年付85折、2年付7折、3年付5折不等的折扣，因此实际购买价格要比定价便宜。阿里云服务器价格组成包括三部分：云服务器CPU内存价格+公网带宽价格+系统盘价格，最新数艘费标准如下：
1、云服务器实例CPU内存收费标准
阿里云服务器价格由地域、实例规格、CPU内存配置组成等，同时完整的价格还要看公网带宽和系统盘及云盘的价格，实时的收费标准，可通过阿里云服务器ECS产品页内的产品价格了解，以下以华北1（青岛）地域列举的几款云服务器实例CPU内存收费标准：
<table>
<thead>
<tr>
<th>实例规格</th>
<th>vCPU</th>
<th>内存(GB)</th>
<th>按量(小时)</th>
<th>标准目录月价</th>
<th>优惠月价</th>
<th>年付月价</th>
<th>3年付月价</th>
<th>5年付月价</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用型 ecs.g7.large</td>
<td>2</td>
<td>8</td>
<td>0.52325</td>
<td>251.16</td>
<td>251.16</td>
<td>213.49</td>
<td>138.14</td>
<td>95.44</td>
</tr>
<tr>
<td>通用型 ecs.g7.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.0465</td>
<td>502.32</td>
<td>502.32</td>
<td>426.97</td>
<td>276.28</td>
<td>190.88</td>
</tr>
<tr>
<td>通用型 ecs.g7.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.093</td>
<td>1004.64</td>
<td>1004.64</td>
<td>853.94</td>
<td>552.55</td>
<td>381.76</td>
</tr>
<tr>
<td>通用型 ecs.g7.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.1395</td>
<td>1506.96</td>
<td>1506.96</td>
<td>1280.92</td>
<td>828.83</td>
<td>572.64</td>
</tr>
<tr>
<td>通用型 ecs.g7.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.186</td>
<td>2009.28</td>
<td>2009.28</td>
<td>1707.89</td>
<td>1105.1</td>
<td>763.53</td>
</tr>
<tr>
<td>通用型 ecs.g7.6xlarge</td>
<td>24</td>
<td>96</td>
<td>6.279</td>
<td>3013.92</td>
<td>3013.92</td>
<td>2561.83</td>
<td>1657.66</td>
<td>1145.29</td>
</tr>
<tr>
<td>通用型 ecs.g7.8xlarge</td>
<td>32</td>
<td>128</td>
<td>8.372</td>
<td>4018.56</td>
<td>4018.56</td>
<td>3415.78</td>
<td>2210.21</td>
<td>1527.05</td>
</tr>
<tr>
<td>通用型 ecs.g7.16xlarge</td>
<td>64</td>
<td>256</td>
<td>16.744</td>
<td>8037.12</td>
<td>8037.12</td>
<td>6831.55</td>
<td>4420.42</td>
<td>3054.11</td>
</tr>
<tr>
<td>通用型 ecs.g7a.large</td>
<td>2</td>
<td>8</td>
<td>0.44</td>
<td>211.2</td>
<td>211.2</td>
<td>179.52</td>
<td>116.16</td>
<td>80.26</td>
</tr>
<tr>
<td>通用型 ecs.g7a.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.88</td>
<td>422.4</td>
<td>422.4</td>
<td>359.04</td>
<td>232.32</td>
<td>160.51</td>
</tr>
<tr>
<td>通用型 ecs.g7a.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.76</td>
<td>844.8</td>
<td>844.8</td>
<td>718.08</td>
<td>464.64</td>
<td>321.02</td>
</tr>
<tr>
<td>通用型 ecs.g7a.4xlarge</td>
<td>16</td>
<td>64</td>
<td>3.52</td>
<td>1689.6</td>
<td>1689.6</td>
<td>1436.16</td>
<td>929.28</td>
<td>642.05</td>
</tr>
<tr>
<td>通用型 ecs.g7a.8xlarge</td>
<td>32</td>
<td>128</td>
<td>7.04</td>
<td>3379.2</td>
<td>3379.2</td>
<td>2872.32</td>
<td>1858.56</td>
<td>1284.1</td>
</tr>
<tr>
<td>通用型 ecs.g7a.16xlarge</td>
<td>64</td>
<td>256</td>
<td>14.08</td>
<td>6758.4</td>
<td>6758.4</td>
<td>5744.64</td>
<td>3717.12</td>
<td>2568.19</td>
</tr>
<tr>
<td>通用型 ecs.g7a.32xlarge</td>
<td>128</td>
<td>512</td>
<td>28.16</td>
<td>13516.8</td>
<td>13516.8</td>
<td>11489.28</td>
<td>7434.24</td>
<td>5136.38</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.large</td>
<td>2</td>
<td>8</td>
<td>0.60375</td>
<td>289.8</td>
<td>289.8</td>
<td>246.33</td>
<td>159.39</td>
<td>110.12</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.2075</td>
<td>579.6</td>
<td>579.6</td>
<td>492.66</td>
<td>318.78</td>
<td>220.25</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.415</td>
<td>1159.2</td>
<td>1159.2</td>
<td>985.32</td>
<td>637.56</td>
<td>440.5</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.6225</td>
<td>1738.8</td>
<td>1738.8</td>
<td>1477.98</td>
<td>956.34</td>
<td>660.74</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.83</td>
<td>2318.4</td>
<td>2318.4</td>
<td>1970.64</td>
<td>1275.12</td>
<td>880.99</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.6xlarge</td>
<td>24</td>
<td>96</td>
<td>7.245</td>
<td>3477.6</td>
<td>3477.6</td>
<td>2955.96</td>
<td>1912.68</td>
<td>1321.49</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.8xlarge</td>
<td>32</td>
<td>128</td>
<td>9.66</td>
<td>4636.8</td>
<td>4636.8</td>
<td>3941.28</td>
<td>2550.24</td>
<td>1761.98</td>
</tr>
<tr>
<td>安全增强通用型 ecs.g7t.16xlarge</td>
<td>64</td>
<td>256</td>
<td>19.32</td>
<td>9273.6</td>
<td>9273.6</td>
<td>7882.56</td>
<td>5100.48</td>
<td>3523.97</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.large</td>
<td>2</td>
<td>8</td>
<td>0.66125</td>
<td>317.4</td>
<td>317.4</td>
<td>269.79</td>
<td>174.57</td>
<td>120.61</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.3225</td>
<td>634.8</td>
<td>634.8</td>
<td>539.58</td>
<td>349.14</td>
<td>241.22</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.645</td>
<td>1269.6</td>
<td>1269.6</td>
<td>1079.16</td>
<td>698.28</td>
<td>482.45</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.9675</td>
<td>1904.4</td>
<td>1904.4</td>
<td>1618.74</td>
<td>1047.42</td>
<td>723.67</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.4xlarge</td>
<td>16</td>
<td>64</td>
<td>5.29</td>
<td>2539.2</td>
<td>2539.2</td>
<td>2158.32</td>
<td>1396.56</td>
<td>964.9</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.6xlarge</td>
<td>24</td>
<td>96</td>
<td>7.935</td>
<td>3808.8</td>
<td>3808.8</td>
<td>3237.48</td>
<td>2094.84</td>
<td>1447.34</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.8xlarge</td>
<td>32</td>
<td>128</td>
<td>10.58</td>
<td>5078.4</td>
<td>5078.4</td>
<td>4316.64</td>
<td>2793.12</td>
<td>1929.79</td>
</tr>
<tr>
<td>存储增强通用型 ecs.g7se.16xlarge</td>
<td>64</td>
<td>256</td>
<td>21.16</td>
<td>10156.8</td>
<td>10156.8</td>
<td>8633.28</td>
<td>5586.24</td>
<td>3859.58</td>
</tr>
<tr>
<td>网络增强型 ecs.g7ne.large</td>
<td>2</td>
<td>8</td>
<td>0.725</td>
<td>348</td>
<td>348</td>
<td>295.8</td>
<td>191.4</td>
<td>132.24</td>
</tr>
<tr>
<td>网络增强型 ecs.g7ne.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.45</td>
<td>696</td>
<td>696</td>
<td>591.6</td>
<td>382.8</td>
<td>264.48</td>
</tr>
<tr>
<td>网络增强型 ecs.g7ne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.9</td>
<td>1392</td>
<td>1392</td>
<td>1183.2</td>
<td>765.6</td>
<td>528.96</td>
</tr>
<tr>
<td>网络增强型 ecs.g7ne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>5.8</td>
<td>2784</td>
<td>2784</td>
<td>2366.4</td>
<td>1531.2</td>
<td>1057.92</td>
</tr>
<tr>
<td>网络增强型 ecs.g7ne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>11.6</td>
<td>5568</td>
<td>5568</td>
<td>4732.8</td>
<td>3062.4</td>
<td>2115.84</td>
</tr>
<tr>
<td>网络增强型 ecs.g7ne.12xlarge</td>
<td>48</td>
<td>192</td>
<td>17.4</td>
<td>8352</td>
<td>8352</td>
<td>7099.2</td>
<td>4593.6</td>
<td>3173.76</td>
</tr>
<tr>
<td>网络增强型 ecs.g7ne.24xlarge</td>
<td>96</td>
<td>384</td>
<td>34.8</td>
<td>16704</td>
<td>16704</td>
<td>14198.4</td>
<td>9187.2</td>
<td>6347.52</td>
</tr>
<tr>
<td>通用型 ecs.g6.large</td>
<td>2</td>
<td>8</td>
<td>0.5</td>
<td>240</td>
<td>240</td>
<td>204</td>
<td>132</td>
<td>91.2</td>
</tr>
<tr>
<td>通用型 ecs.g6.xlarge</td>
<td>4</td>
<td>16</td>
<td>1</td>
<td>480</td>
<td>480</td>
<td>408</td>
<td>264</td>
<td>182.4</td>
</tr>
<tr>
<td>通用型 ecs.g6.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2</td>
<td>960</td>
<td>960</td>
<td>816</td>
<td>528</td>
<td>364.8</td>
</tr>
<tr>
<td>通用型 ecs.g6.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3</td>
<td>1440</td>
<td>1440</td>
<td>1224</td>
<td>792</td>
<td>547.2</td>
</tr>
<tr>
<td>通用型 ecs.g6.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4</td>
<td>1920</td>
<td>1920</td>
<td>1632</td>
<td>1056</td>
<td>729.6</td>
</tr>
<tr>
<td>通用型 ecs.g6.6xlarge</td>
<td>24</td>
<td>96</td>
<td>6</td>
<td>2880</td>
<td>2880</td>
<td>2448</td>
<td>1584</td>
<td>1094.4</td>
</tr>
<tr>
<td>通用型 ecs.g6.8xlarge</td>
<td>32</td>
<td>128</td>
<td>8</td>
<td>3840</td>
<td>3840</td>
<td>3264</td>
<td>2112</td>
<td>1459.2</td>
</tr>
<tr>
<td>通用型 ecs.g6.13xlarge</td>
<td>52</td>
<td>192</td>
<td>13</td>
<td>6240</td>
<td>6240</td>
<td>5304</td>
<td>3432</td>
<td>2371.2</td>
</tr>
<tr>
<td>通用型 ecs.g6.26xlarge</td>
<td>104</td>
<td>384</td>
<td>26</td>
<td>12480</td>
<td>12480</td>
<td>10608</td>
<td>6864</td>
<td>4742.4</td>
</tr>
<tr>
<td>通用型 ecs.g6a.large</td>
<td>2</td>
<td>8</td>
<td>0.44</td>
<td>211.2</td>
<td>211.2</td>
<td>179.52</td>
<td>116.16</td>
<td>80.26</td>
</tr>
<tr>
<td>通用型 ecs.g6a.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.88</td>
<td>422.4</td>
<td>422.4</td>
<td>359.04</td>
<td>232.32</td>
<td>160.51</td>
</tr>
<tr>
<td>通用型 ecs.g6a.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.76</td>
<td>844.8</td>
<td>844.8</td>
<td>718.08</td>
<td>464.64</td>
<td>321.02</td>
</tr>
<tr>
<td>通用型 ecs.g6a.4xlarge</td>
<td>16</td>
<td>64</td>
<td>3.52</td>
<td>1689.6</td>
<td>1689.6</td>
<td>1436.16</td>
<td>929.28</td>
<td>642.05</td>
</tr>
<tr>
<td>通用型 ecs.g6a.8xlarge</td>
<td>32</td>
<td>128</td>
<td>7.04</td>
<td>3379.2</td>
<td>3379.2</td>
<td>2872.32</td>
<td>1858.56</td>
<td>1284.1</td>
</tr>
<tr>
<td>通用型 ecs.g6a.16xlarge</td>
<td>64</td>
<td>256</td>
<td>14.08</td>
<td>6758.4</td>
<td>6758.4</td>
<td>5744.64</td>
<td>3717.12</td>
<td>2568.19</td>
</tr>
<tr>
<td>通用型 ecs.g6a.32xlarge</td>
<td>128</td>
<td>512</td>
<td>28.16</td>
<td>13516.8</td>
<td>13516.8</td>
<td>11489.28</td>
<td>7434.24</td>
<td>5136.38</td>
</tr>
<tr>
<td>通用型 ecs.g6r.large</td>
<td>2</td>
<td>8</td>
<td>0.4</td>
<td>192</td>
<td>192</td>
<td>163.2</td>
<td>192</td>
<td>192</td>
</tr>
<tr>
<td>通用型 ecs.g6r.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.8</td>
<td>384</td>
<td>384</td>
<td>326.4</td>
<td>384</td>
<td>384</td>
</tr>
<tr>
<td>通用型 ecs.g6r.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.6</td>
<td>768</td>
<td>768</td>
<td>652.8</td>
<td>768</td>
<td>768</td>
</tr>
<tr>
<td>通用型 ecs.g6r.4xlarge</td>
<td>16</td>
<td>64</td>
<td>3.2</td>
<td>1536</td>
<td>1536</td>
<td>1305.6</td>
<td>1536</td>
<td>1536</td>
</tr>
<tr>
<td>通用型 ecs.g6r.8xlarge</td>
<td>32</td>
<td>128</td>
<td>6.4</td>
<td>3072</td>
<td>3072</td>
<td>2611.2</td>
<td>3072</td>
<td>3072</td>
</tr>
<tr>
<td>通用型 ecs.g6r.16xlarge</td>
<td>64</td>
<td>256</td>
<td>12.8</td>
<td>6144</td>
<td>6144</td>
<td>5222.4</td>
<td>6144</td>
<td>6144</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.large</td>
<td>2</td>
<td>8</td>
<td>0.55</td>
<td>264</td>
<td>264</td>
<td>224.4</td>
<td>145.2</td>
<td>100.32</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.1</td>
<td>528</td>
<td>528</td>
<td>448.8</td>
<td>290.4</td>
<td>200.64</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.2</td>
<td>1056</td>
<td>1056</td>
<td>897.6</td>
<td>580.8</td>
<td>401.28</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.4</td>
<td>2112</td>
<td>2112</td>
<td>1795.2</td>
<td>1161.6</td>
<td>802.56</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.8xlarge</td>
<td>32</td>
<td>128</td>
<td>8.8</td>
<td>4224</td>
<td>4224</td>
<td>3590.4</td>
<td>2323.2</td>
<td>1605.12</td>
</tr>
<tr>
<td>通用平衡增强型 ecs.g6e.13xlarge</td>
<td>52</td>
<td>192</td>
<td>14.3</td>
<td>6864</td>
<td>6864</td>
<td>5834.4</td>
<td>3775.2</td>
<td>2608.32</td>
</tr>
<tr>
<td>内存型 ecs.r7.large</td>
<td>2</td>
<td>16</td>
<td>0.696221</td>
<td>334.19</td>
<td>334.19</td>
<td>284.06</td>
<td>183.8</td>
<td>126.99</td>
</tr>
<tr>
<td>内存型 ecs.r7.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.392442</td>
<td>668.37</td>
<td>668.37</td>
<td>568.12</td>
<td>367.61</td>
<td>253.98</td>
</tr>
<tr>
<td>内存型 ecs.r7.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.784885</td>
<td>1336.74</td>
<td>1336.74</td>
<td>1136.23</td>
<td>735.21</td>
<td>507.96</td>
</tr>
<tr>
<td>内存型 ecs.r7.3xlarge</td>
<td>12</td>
<td>96</td>
<td>4.177327</td>
<td>2005.12</td>
<td>2005.12</td>
<td>1704.35</td>
<td>1102.81</td>
<td>761.94</td>
</tr>
<tr>
<td>内存型 ecs.r7.4xlarge</td>
<td>16</td>
<td>128</td>
<td>5.56977</td>
<td>2673.49</td>
<td>2673.49</td>
<td>2272.47</td>
<td>1470.42</td>
<td>1015.93</td>
</tr>
<tr>
<td>内存型 ecs.r7.6xlarge</td>
<td>24</td>
<td>192</td>
<td>8.354655</td>
<td>4010.23</td>
<td>4010.23</td>
<td>3408.7</td>
<td>2205.63</td>
<td>1523.89</td>
</tr>
<tr>
<td>内存型 ecs.r7.8xlarge</td>
<td>32</td>
<td>256</td>
<td>11.13954</td>
<td>5346.98</td>
<td>5346.98</td>
<td>4544.93</td>
<td>2940.84</td>
<td>2031.85</td>
</tr>
<tr>
<td>内存型 ecs.r7.16xlarge</td>
<td>64</td>
<td>512</td>
<td>22.27908</td>
<td>10693.96</td>
<td>10693.96</td>
<td>9089.86</td>
<td>5881.68</td>
<td>4063.7</td>
</tr>
<tr>
<td>内存型 ecs.r7a.large</td>
<td>2</td>
<td>16</td>
<td>0.596</td>
<td>286.2</td>
<td>286.2</td>
<td>243.27</td>
<td>157.41</td>
<td>108.76</td>
</tr>
<tr>
<td>内存型 ecs.r7a.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.192</td>
<td>572.4</td>
<td>572.4</td>
<td>486.54</td>
<td>314.82</td>
<td>217.51</td>
</tr>
<tr>
<td>内存型 ecs.r7a.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.385</td>
<td>1144.8</td>
<td>1144.8</td>
<td>973.08</td>
<td>629.64</td>
<td>435.02</td>
</tr>
<tr>
<td>内存型 ecs.r7a.4xlarge</td>
<td>16</td>
<td>128</td>
<td>4.77</td>
<td>2289.6</td>
<td>2289.6</td>
<td>1946.16</td>
<td>1259.28</td>
<td>870.05</td>
</tr>
<tr>
<td>内存型 ecs.r7a.8xlarge</td>
<td>32</td>
<td>256</td>
<td>9.54</td>
<td>4579.2</td>
<td>4579.2</td>
<td>3892.32</td>
<td>2518.56</td>
<td>1740.1</td>
</tr>
<tr>
<td>内存型 ecs.r7a.16xlarge</td>
<td>64</td>
<td>512</td>
<td>19.08</td>
<td>9158.4</td>
<td>9158.4</td>
<td>7784.64</td>
<td>5037.12</td>
<td>3480.19</td>
</tr>
<tr>
<td>内存型 ecs.r7a.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>38.16</td>
<td>18316.8</td>
<td>18316.8</td>
<td>15569.28</td>
<td>10074.24</td>
<td>6960.38</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.large</td>
<td>2</td>
<td>16</td>
<td>0.786056</td>
<td>377.31</td>
<td>377.31</td>
<td>320.71</td>
<td>207.52</td>
<td>143.38</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.572112</td>
<td>754.61</td>
<td>754.61</td>
<td>641.42</td>
<td>415.04</td>
<td>286.75</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.144225</td>
<td>1509.23</td>
<td>1509.23</td>
<td>1282.84</td>
<td>830.08</td>
<td>573.51</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.3xlarge</td>
<td>12</td>
<td>96</td>
<td>4.716337</td>
<td>2263.84</td>
<td>2263.84</td>
<td>1924.27</td>
<td>1245.11</td>
<td>860.26</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.4xlarge</td>
<td>16</td>
<td>128</td>
<td>6.28845</td>
<td>3018.46</td>
<td>3018.46</td>
<td>2565.69</td>
<td>1660.15</td>
<td>1147.01</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.6xlarge</td>
<td>24</td>
<td>192</td>
<td>9.432675</td>
<td>4527.68</td>
<td>4527.68</td>
<td>3848.53</td>
<td>2490.23</td>
<td>1720.52</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.8xlarge</td>
<td>32</td>
<td>256</td>
<td>12.5769</td>
<td>6036.91</td>
<td>6036.91</td>
<td>5131.38</td>
<td>3320.3</td>
<td>2294.03</td>
</tr>
<tr>
<td>安全增强通用型 ecs.r7t.16xlarge</td>
<td>64</td>
<td>512</td>
<td>25.1538</td>
<td>12073.82</td>
<td>12073.82</td>
<td>10262.75</td>
<td>6640.6</td>
<td>4588.05</td>
</tr>
<tr>
<td>计算型 ecs.c7.large</td>
<td>2</td>
<td>4</td>
<td>0.407698</td>
<td>195.7</td>
<td>195.7</td>
<td>166.34</td>
<td>107.63</td>
<td>74.36</td>
</tr>
<tr>
<td>计算型 ecs.c7.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.815397</td>
<td>391.39</td>
<td>391.39</td>
<td>332.68</td>
<td>215.26</td>
<td>148.73</td>
</tr>
<tr>
<td>计算型 ecs.c7.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.630795</td>
<td>782.78</td>
<td>782.78</td>
<td>665.36</td>
<td>430.53</td>
<td>297.46</td>
</tr>
<tr>
<td>计算型 ecs.c7.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.446193</td>
<td>1174.17</td>
<td>1174.17</td>
<td>998.05</td>
<td>645.8</td>
<td>446.19</td>
</tr>
<tr>
<td>计算型 ecs.c7.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.261591</td>
<td>1565.56</td>
<td>1565.56</td>
<td>1330.73</td>
<td>861.06</td>
<td>594.91</td>
</tr>
<tr>
<td>计算型 ecs.c7.6xlarge</td>
<td>24</td>
<td>48</td>
<td>4.892387</td>
<td>2348.35</td>
<td>2348.35</td>
<td>1996.09</td>
<td>1291.59</td>
<td>892.37</td>
</tr>
<tr>
<td>计算型 ecs.c7.8xlarge</td>
<td>32</td>
<td>64</td>
<td>6.523183</td>
<td>3131.13</td>
<td>3131.13</td>
<td>2661.46</td>
<td>1722.12</td>
<td>1189.83</td>
</tr>
<tr>
<td>计算型 ecs.c7.16xlarge</td>
<td>64</td>
<td>128</td>
<td>13.046366</td>
<td>6262.26</td>
<td>6262.26</td>
<td>5322.92</td>
<td>3444.24</td>
<td>2379.66</td>
</tr>
<tr>
<td>计算型 ecs.c7a.large</td>
<td>2</td>
<td>4</td>
<td>0.293</td>
<td>140.8</td>
<td>140.8</td>
<td>119.68</td>
<td>77.44</td>
<td>53.5</td>
</tr>
<tr>
<td>计算型 ecs.c7a.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.587</td>
<td>281.6</td>
<td>281.6</td>
<td>239.36</td>
<td>154.88</td>
<td>107.01</td>
</tr>
<tr>
<td>计算型 ecs.c7a.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.173</td>
<td>563.2</td>
<td>563.2</td>
<td>478.72</td>
<td>309.76</td>
<td>214.02</td>
</tr>
<tr>
<td>计算型 ecs.c7a.4xlarge</td>
<td>16</td>
<td>32</td>
<td>2.347</td>
<td>1126.4</td>
<td>1126.4</td>
<td>957.44</td>
<td>619.52</td>
<td>428.03</td>
</tr>
<tr>
<td>计算型 ecs.c7a.8xlarge</td>
<td>32</td>
<td>64</td>
<td>4.693</td>
<td>2252.8</td>
<td>2252.8</td>
<td>1914.88</td>
<td>1239.04</td>
<td>856.06</td>
</tr>
<tr>
<td>计算型 ecs.c7a.16xlarge</td>
<td>64</td>
<td>128</td>
<td>9.387</td>
<td>4505.6</td>
<td>4505.6</td>
<td>3829.76</td>
<td>2478.08</td>
<td>1712.13</td>
</tr>
<tr>
<td>计算型 ecs.c7a.32xlarge</td>
<td>128</td>
<td>256</td>
<td>18.773</td>
<td>9011.2</td>
<td>9011.2</td>
<td>7659.52</td>
<td>4956.16</td>
<td>3424.26</td>
</tr>
<tr>
<td>存储增强计算型 ecs.c7se.large</td>
<td>2</td>
<td>4</td>
<td>0.515223</td>
<td>247.31</td>
<td>247.31</td>
<td>210.21</td>
<td>136.02</td>
<td>93.98</td>
</tr>
<tr>
<td>存储增强计算型 ecs.c7se.2xlarge</td>
<td>8</td>
<td>16</td>
<td>2.060895</td>
<td>989.23</td>
<td>989.23</td>
<td>840.85</td>
<td>544.08</td>
<td>375.91</td>
</tr>
<tr>
<td>存储增强计算型 ecs.c7se.3xlarge</td>
<td>12</td>
<td>24</td>
<td>3.091343</td>
<td>1483.85</td>
<td>1483.85</td>
<td>1261.27</td>
<td>816.11</td>
<td>563.86</td>
</tr>
<tr>
<td>存储增强计算型 ecs.c7se.4xlarge</td>
<td>16</td>
<td>32</td>
<td>4.121791</td>
<td>1978.46</td>
<td>1978.46</td>
<td>1681.69</td>
<td>1088.15</td>
<td>751.81</td>
</tr>
<tr>
<td>存储增强计算型 ecs.c7se.6xlarge</td>
<td>24</td>
<td>48</td>
<td>6.182687</td>
<td>2967.69</td>
<td>2967.69</td>
<td>2522.54</td>
<td>1632.23</td>
<td>1127.72</td>
</tr>
<tr>
<td>存储增强计算型 ecs.c7se.8xlarge</td>
<td>32</td>
<td>64</td>
<td>8.243583</td>
<td>3956.92</td>
<td>3956.92</td>
<td>3363.38</td>
<td>2176.31</td>
<td>1503.63</td>
</tr>
<tr>
<td>存储增强计算型 ecs.c7se.16xlarge</td>
<td>64</td>
<td>128</td>
<td>16.487166</td>
<td>7913.84</td>
<td>7913.84</td>
<td>6726.76</td>
<td>4352.61</td>
<td>3007.26</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c8g1.2xlarge</td>
<td>8</td>
<td>30</td>
<td>12.710156</td>
<td>6100.88</td>
<td>6100.88</td>
<td>5185.74</td>
<td>3355.48</td>
<td>2318.33</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c16g1.4xlarge</td>
<td>16</td>
<td>60</td>
<td>13.457812</td>
<td>6459.75</td>
<td>6459.75</td>
<td>5490.79</td>
<td>3552.86</td>
<td>2454.7</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.8xlarge</td>
<td>32</td>
<td>188</td>
<td>14.953125</td>
<td>7177.5</td>
<td>7177.5</td>
<td>6100.88</td>
<td>3947.63</td>
<td>2727.45</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.16xlarge</td>
<td>64</td>
<td>376</td>
<td>29.90625</td>
<td>14355</td>
<td>14355</td>
<td>12201.75</td>
<td>7895.25</td>
<td>5454.9</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7i-c32g1.32xlarge</td>
<td>128</td>
<td>752</td>
<td>59.8125</td>
<td>28710</td>
<td>28710</td>
<td>24403.5</td>
<td>15790.5</td>
<td>10909.8</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c2m1.large</td>
<td>2</td>
<td>1</td>
<td>0.059</td>
<td>17</td>
<td>17</td>
<td>14.45</td>
<td>9.35</td>
<td>6.46</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.118</td>
<td>34</td>
<td>34</td>
<td>28.9</td>
<td>18.7</td>
<td>12.92</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.236</td>
<td>68</td>
<td>68</td>
<td>57.8</td>
<td>37.4</td>
<td>25.84</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.472</td>
<td>136</td>
<td>136</td>
<td>115.6</td>
<td>74.8</td>
<td>51.68</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.944</td>
<td>272</td>
<td>272</td>
<td>231.2</td>
<td>149.6</td>
<td>103.36</td>
</tr>
<tr>
<td>突发性能型 ecs.t6-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.889</td>
<td>544</td>
<td>544</td>
<td>462.4</td>
<td>299.2</td>
<td>206.72</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m1.small</td>
<td>1</td>
<td>1</td>
<td>0.115</td>
<td>33</td>
<td>33</td>
<td>28.05</td>
<td>18.15</td>
<td>12.54</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.small</td>
<td>1</td>
<td>2</td>
<td>0.208</td>
<td>60</td>
<td>60</td>
<td>51</td>
<td>33</td>
<td>22.8</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.small</td>
<td>1</td>
<td>4</td>
<td>0.312</td>
<td>90</td>
<td>90</td>
<td>76.5</td>
<td>49.5</td>
<td>34.2</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.417</td>
<td>120</td>
<td>120</td>
<td>102</td>
<td>66</td>
<td>45.6</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.625</td>
<td>180</td>
<td>180</td>
<td>153</td>
<td>99</td>
<td>68.4</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.833</td>
<td>240</td>
<td>240</td>
<td>204</td>
<td>132</td>
<td>91.2</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.25</td>
<td>360</td>
<td>360</td>
<td>306</td>
<td>198</td>
<td>136.8</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m2.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.667</td>
<td>480</td>
<td>480</td>
<td>408</td>
<td>264</td>
<td>182.4</td>
</tr>
<tr>
<td>共享标准型 ecs.s6-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.5</td>
<td>720</td>
<td>720</td>
<td>612</td>
<td>396</td>
<td>273.6</td>
</tr>
<tr>
<td>计算型 ecs.c6.large</td>
<td>2</td>
<td>4</td>
<td>0.39</td>
<td>187</td>
<td>187</td>
<td>158.95</td>
<td>102.85</td>
<td>71.06</td>
</tr>
<tr>
<td>计算型 ecs.c6.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.78</td>
<td>374</td>
<td>374</td>
<td>317.9</td>
<td>205.7</td>
<td>142.12</td>
</tr>
<tr>
<td>计算型 ecs.c6.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.56</td>
<td>748</td>
<td>748</td>
<td>635.8</td>
<td>411.4</td>
<td>284.24</td>
</tr>
<tr>
<td>计算型 ecs.c6.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.34</td>
<td>1122</td>
<td>1122</td>
<td>953.7</td>
<td>617.1</td>
<td>426.36</td>
</tr>
<tr>
<td>计算型 ecs.c6.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.12</td>
<td>1496</td>
<td>1496</td>
<td>1271.6</td>
<td>822.8</td>
<td>568.48</td>
</tr>
<tr>
<td>计算型 ecs.c6.6xlarge</td>
<td>24</td>
<td>48</td>
<td>4.68</td>
<td>2244</td>
<td>2244</td>
<td>1907.4</td>
<td>1234.2</td>
<td>852.72</td>
</tr>
<tr>
<td>计算型 ecs.c6.8xlarge</td>
<td>32</td>
<td>64</td>
<td>6.23</td>
<td>2992</td>
<td>2992</td>
<td>2543.2</td>
<td>1645.6</td>
<td>1136.96</td>
</tr>
<tr>
<td>计算型 ecs.c6.13xlarge</td>
<td>52</td>
<td>96</td>
<td>10.13</td>
<td>4862</td>
<td>4862</td>
<td>4132.7</td>
<td>2674.1</td>
<td>1847.56</td>
</tr>
<tr>
<td>计算型 ecs.c6.26xlarge</td>
<td>104</td>
<td>192</td>
<td>20.26</td>
<td>9724</td>
<td>9724</td>
<td>8265.4</td>
<td>5348.2</td>
<td>3695.12</td>
</tr>
<tr>
<td>计算型 ecs.c6r.large</td>
<td>2</td>
<td>4</td>
<td>0.311666</td>
<td>149.6</td>
<td>149.6</td>
<td>149.6</td>
<td>149.6</td>
<td>149.6</td>
</tr>
<tr>
<td>计算型 ecs.c6r.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.623333</td>
<td>299.2</td>
<td>299.2</td>
<td>299.2</td>
<td>299.2</td>
<td>299.2</td>
</tr>
<tr>
<td>计算型 ecs.c6r.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.246666</td>
<td>598.4</td>
<td>598.4</td>
<td>598.4</td>
<td>598.4</td>
<td>598.4</td>
</tr>
<tr>
<td>计算型 ecs.c6r.4xlarge</td>
<td>16</td>
<td>32</td>
<td>2.493333</td>
<td>1196.8</td>
<td>1196.8</td>
<td>1196.8</td>
<td>1196.8</td>
<td>1196.8</td>
</tr>
<tr>
<td>计算型 ecs.c6r.8xlarge</td>
<td>32</td>
<td>64</td>
<td>4.986666</td>
<td>2393.6</td>
<td>2393.6</td>
<td>2393.6</td>
<td>2393.6</td>
<td>2393.6</td>
</tr>
<tr>
<td>计算型 ecs.c6r.16xlarge</td>
<td>64</td>
<td>128</td>
<td>9.973333</td>
<td>4787.2</td>
<td>4787.2</td>
<td>4787.2</td>
<td>4787.2</td>
<td>4787.2</td>
</tr>
<tr>
<td>计算型 ecs.c6a.large</td>
<td>2</td>
<td>4</td>
<td>0.293</td>
<td>140.8</td>
<td>140.8</td>
<td>119.68</td>
<td>77.44</td>
<td>53.5</td>
</tr>
<tr>
<td>计算型 ecs.c6a.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.587</td>
<td>281.6</td>
<td>281.6</td>
<td>239.36</td>
<td>154.88</td>
<td>107.01</td>
</tr>
<tr>
<td>计算型 ecs.c6a.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.173</td>
<td>563.2</td>
<td>563.2</td>
<td>478.72</td>
<td>309.76</td>
<td>214.02</td>
</tr>
<tr>
<td>计算型 ecs.c6a.4xlarge</td>
<td>16</td>
<td>32</td>
<td>2.347</td>
<td>1126.4</td>
<td>1126.4</td>
<td>957.44</td>
<td>619.52</td>
<td>428.03</td>
</tr>
<tr>
<td>计算型 ecs.c6a.8xlarge</td>
<td>32</td>
<td>64</td>
<td>4.693</td>
<td>2252.8</td>
<td>2252.8</td>
<td>1914.88</td>
<td>1239.04</td>
<td>856.06</td>
</tr>
<tr>
<td>计算型 ecs.c6a.16xlarge</td>
<td>64</td>
<td>128</td>
<td>9.387</td>
<td>4505.6</td>
<td>4505.6</td>
<td>3829.76</td>
<td>2478.08</td>
<td>1712.13</td>
</tr>
<tr>
<td>计算型 ecs.c6a.32xlarge</td>
<td>128</td>
<td>256</td>
<td>18.773</td>
<td>9011.2</td>
<td>9011.2</td>
<td>7659.52</td>
<td>4956.16</td>
<td>3424.26</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.large</td>
<td>2</td>
<td>4</td>
<td>0.41</td>
<td>197</td>
<td>197</td>
<td>167.45</td>
<td>108.35</td>
<td>74.86</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.821</td>
<td>394</td>
<td>394</td>
<td>334.9</td>
<td>216.7</td>
<td>149.72</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.642</td>
<td>788</td>
<td>788</td>
<td>669.8</td>
<td>433.4</td>
<td>299.44</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.283</td>
<td>1576</td>
<td>1576</td>
<td>1339.6</td>
<td>866.8</td>
<td>598.88</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.8xlarge</td>
<td>32</td>
<td>64</td>
<td>6.567</td>
<td>3152</td>
<td>3152</td>
<td>2679.2</td>
<td>1733.6</td>
<td>1197.76</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.13xlarge</td>
<td>52</td>
<td>96</td>
<td>10.671</td>
<td>5122</td>
<td>5122</td>
<td>4353.7</td>
<td>2817.1</td>
<td>1946.36</td>
</tr>
<tr>
<td>计算平衡增强型 ecs.c6e.26xlarge</td>
<td>104</td>
<td>192</td>
<td>21.342</td>
<td>10244</td>
<td>10244</td>
<td>8707.4</td>
<td>5634.2</td>
<td>3892.72</td>
</tr>
<tr>
<td>内存型 ecs.r6.large</td>
<td>2</td>
<td>16</td>
<td>0.66</td>
<td>318</td>
<td>318</td>
<td>270.3</td>
<td>174.9</td>
<td>120.84</td>
</tr>
<tr>
<td>内存型 ecs.r6.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.33</td>
<td>636</td>
<td>636</td>
<td>540.6</td>
<td>349.8</td>
<td>241.68</td>
</tr>
<tr>
<td>内存型 ecs.r6.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.65</td>
<td>1272</td>
<td>1272</td>
<td>1081.2</td>
<td>699.6</td>
<td>483.36</td>
</tr>
<tr>
<td>内存型 ecs.r6.3xlarge</td>
<td>12</td>
<td>96</td>
<td>3.98</td>
<td>1908</td>
<td>1908</td>
<td>1621.8</td>
<td>1049.4</td>
<td>725.04</td>
</tr>
<tr>
<td>内存型 ecs.r6.4xlarge</td>
<td>16</td>
<td>128</td>
<td>5.3</td>
<td>2544</td>
<td>2544</td>
<td>2162.4</td>
<td>1399.2</td>
<td>966.72</td>
</tr>
<tr>
<td>内存型 ecs.r6.6xlarge</td>
<td>24</td>
<td>192</td>
<td>7.95</td>
<td>3816</td>
<td>3816</td>
<td>3243.6</td>
<td>2098.8</td>
<td>1450.08</td>
</tr>
<tr>
<td>内存型 ecs.r6.8xlarge</td>
<td>32</td>
<td>256</td>
<td>10.6</td>
<td>5088</td>
<td>5088</td>
<td>4324.8</td>
<td>2798.4</td>
<td>1933.44</td>
</tr>
<tr>
<td>内存型 ecs.r6.13xlarge</td>
<td>52</td>
<td>384</td>
<td>17.23</td>
<td>8268</td>
<td>8268</td>
<td>7027.8</td>
<td>4547.4</td>
<td>3141.84</td>
</tr>
<tr>
<td>内存型 ecs.r6.26xlarge</td>
<td>104</td>
<td>768</td>
<td>34.45</td>
<td>16536</td>
<td>16536</td>
<td>14055.6</td>
<td>9094.8</td>
<td>6283.68</td>
</tr>
<tr>
<td>内存型 ecs.r6a.large</td>
<td>2</td>
<td>16</td>
<td>0.596</td>
<td>286.2</td>
<td>286.2</td>
<td>243.27</td>
<td>157.41</td>
<td>108.76</td>
</tr>
<tr>
<td>内存型 ecs.r6a.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.192</td>
<td>572.4</td>
<td>572.4</td>
<td>486.54</td>
<td>314.82</td>
<td>217.51</td>
</tr>
<tr>
<td>内存型 ecs.r6a.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.385</td>
<td>1144.8</td>
<td>1144.8</td>
<td>973.08</td>
<td>629.64</td>
<td>435.02</td>
</tr>
<tr>
<td>内存型 ecs.r6a.4xlarge</td>
<td>16</td>
<td>128</td>
<td>4.77</td>
<td>2289.6</td>
<td>2289.6</td>
<td>1946.16</td>
<td>1259.28</td>
<td>870.05</td>
</tr>
<tr>
<td>内存型 ecs.r6a.8xlarge</td>
<td>32</td>
<td>256</td>
<td>9.54</td>
<td>4579.2</td>
<td>4579.2</td>
<td>3892.32</td>
<td>2518.56</td>
<td>1740.1</td>
</tr>
<tr>
<td>内存型 ecs.r6a.16xlarge</td>
<td>64</td>
<td>512</td>
<td>19.08</td>
<td>9158.4</td>
<td>9158.4</td>
<td>7784.64</td>
<td>5037.12</td>
<td>3480.19</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.large</td>
<td>2</td>
<td>16</td>
<td>0.729</td>
<td>350</td>
<td>350</td>
<td>297.5</td>
<td>192.5</td>
<td>133</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.458</td>
<td>700</td>
<td>700</td>
<td>595</td>
<td>385</td>
<td>266</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.917</td>
<td>1400</td>
<td>1400</td>
<td>1190</td>
<td>770</td>
<td>532</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.4xlarge</td>
<td>16</td>
<td>128</td>
<td>5.833</td>
<td>2800</td>
<td>2800</td>
<td>2380</td>
<td>1540</td>
<td>1064</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.8xlarge</td>
<td>32</td>
<td>256</td>
<td>11.667</td>
<td>5600</td>
<td>5600</td>
<td>4760</td>
<td>3080</td>
<td>2128</td>
</tr>
<tr>
<td>内存平衡增强型 ecs.r6e.13xlarge</td>
<td>52</td>
<td>384</td>
<td>18.958</td>
<td>9100</td>
<td>9100</td>
<td>7735</td>
<td>5005</td>
<td>3458</td>
</tr>
<tr>
<td>内存增强型 ecs.re6.13xlarge</td>
<td>52</td>
<td>768</td>
<td>25.675</td>
<td>12324</td>
<td>12324</td>
<td>10475.4</td>
<td>6778.2</td>
<td>4683.12</td>
</tr>
<tr>
<td>内存增强型 ecs.re6.26xlarge</td>
<td>104</td>
<td>1536</td>
<td>51.35</td>
<td>24648</td>
<td>24648</td>
<td>20950.8</td>
<td>13556.4</td>
<td>9366.24</td>
</tr>
<tr>
<td>内存增强型 ecs.re6.52xlarge</td>
<td>208</td>
<td>3072</td>
<td>102.7</td>
<td>49296</td>
<td>49296</td>
<td>41901.6</td>
<td>27112.8</td>
<td>18732.48</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.large</td>
<td>2</td>
<td>4</td>
<td>0.470833</td>
<td>226</td>
<td>226</td>
<td>192.1</td>
<td>124.3</td>
<td>85.88</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.941666</td>
<td>452</td>
<td>452</td>
<td>384.2</td>
<td>248.6</td>
<td>171.76</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.883333</td>
<td>904</td>
<td>904</td>
<td>768.4</td>
<td>497.2</td>
<td>343.52</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.825</td>
<td>1356</td>
<td>1356</td>
<td>1152.6</td>
<td>745.8</td>
<td>515.28</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.766666</td>
<td>1808</td>
<td>1808</td>
<td>1536.8</td>
<td>994.4</td>
<td>687.04</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.6xlarge</td>
<td>24</td>
<td>48</td>
<td>5.65</td>
<td>2712</td>
<td>2712</td>
<td>2305.2</td>
<td>1491.6</td>
<td>1030.56</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.8xlarge</td>
<td>32</td>
<td>64</td>
<td>7.533333</td>
<td>3616</td>
<td>3616</td>
<td>3073.6</td>
<td>1988.8</td>
<td>1374.08</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.12xlarge</td>
<td>48</td>
<td>96</td>
<td>11.3</td>
<td>5424</td>
<td>5424</td>
<td>4610.4</td>
<td>2983.2</td>
<td>2061.12</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc7.24xlarge</td>
<td>96</td>
<td>192</td>
<td>22.6</td>
<td>10848</td>
<td>10848</td>
<td>9220.8</td>
<td>5966.4</td>
<td>4122.24</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.large</td>
<td>2</td>
<td>16</td>
<td>0.766666</td>
<td>368</td>
<td>368</td>
<td>312.8</td>
<td>202.4</td>
<td>139.84</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.533333</td>
<td>736</td>
<td>736</td>
<td>625.6</td>
<td>404.8</td>
<td>279.68</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.066666</td>
<td>1472</td>
<td>1472</td>
<td>1251.2</td>
<td>809.6</td>
<td>559.36</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.3xlarge</td>
<td>12</td>
<td>96</td>
<td>4.6</td>
<td>2208</td>
<td>2208</td>
<td>1876.8</td>
<td>1214.4</td>
<td>839.04</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.4xlarge</td>
<td>16</td>
<td>128</td>
<td>6.133333</td>
<td>2944</td>
<td>2944</td>
<td>2502.4</td>
<td>1619.2</td>
<td>1118.72</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.6xlarge</td>
<td>24</td>
<td>192</td>
<td>9.2</td>
<td>4416</td>
<td>4416</td>
<td>3753.6</td>
<td>2428.8</td>
<td>1678.08</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.8xlarge</td>
<td>32</td>
<td>256</td>
<td>12.266666</td>
<td>5888</td>
<td>5888</td>
<td>5004.8</td>
<td>3238.4</td>
<td>2237.44</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.12xlarge</td>
<td>48</td>
<td>384</td>
<td>18.4</td>
<td>8832</td>
<td>8832</td>
<td>7507.2</td>
<td>4857.6</td>
<td>3356.16</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr7.24xlarge</td>
<td>96</td>
<td>768</td>
<td>36.8</td>
<td>17664</td>
<td>17664</td>
<td>15014.4</td>
<td>9715.2</td>
<td>6712.32</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.large</td>
<td>2</td>
<td>8</td>
<td>0.579166</td>
<td>278</td>
<td>278</td>
<td>236.3</td>
<td>152.9</td>
<td>105.64</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.158333</td>
<td>556</td>
<td>556</td>
<td>472.6</td>
<td>305.8</td>
<td>211.28</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.316666</td>
<td>1112</td>
<td>1112</td>
<td>945.2</td>
<td>611.6</td>
<td>422.56</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.475</td>
<td>1668</td>
<td>1668</td>
<td>1417.8</td>
<td>917.4</td>
<td>633.84</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.633333</td>
<td>2224</td>
<td>2224</td>
<td>1890.4</td>
<td>1223.2</td>
<td>845.12</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.6xlarge</td>
<td>24</td>
<td>96</td>
<td>6.95</td>
<td>3336</td>
<td>3336</td>
<td>2835.6</td>
<td>1834.8</td>
<td>1267.68</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.8xlarge</td>
<td>32</td>
<td>128</td>
<td>9.266666</td>
<td>4448</td>
<td>4448</td>
<td>3780.8</td>
<td>2446.4</td>
<td>1690.24</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.12xlarge</td>
<td>48</td>
<td>192</td>
<td>13.9</td>
<td>6672</td>
<td>6672</td>
<td>5671.2</td>
<td>3669.6</td>
<td>2535.36</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg7.24xlarge</td>
<td>96</td>
<td>384</td>
<td>27.8</td>
<td>13344</td>
<td>13344</td>
<td>11342.4</td>
<td>7339.2</td>
<td>5070.72</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.large</td>
<td>2</td>
<td>4</td>
<td>0.447916</td>
<td>215</td>
<td>215</td>
<td>182.75</td>
<td>118.25</td>
<td>81.7</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.895833</td>
<td>430</td>
<td>430</td>
<td>365.5</td>
<td>236.5</td>
<td>163.4</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.791666</td>
<td>860</td>
<td>860</td>
<td>731</td>
<td>473</td>
<td>326.8</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.6875</td>
<td>1290</td>
<td>1290</td>
<td>1096.5</td>
<td>709.5</td>
<td>490.2</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.583333</td>
<td>1720</td>
<td>1720</td>
<td>1462</td>
<td>946</td>
<td>653.6</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.6xlarge</td>
<td>24</td>
<td>48</td>
<td>5.375</td>
<td>2580</td>
<td>2580</td>
<td>2193</td>
<td>1419</td>
<td>980.4</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.8xlarge</td>
<td>32</td>
<td>64</td>
<td>7.166666</td>
<td>3440</td>
<td>3440</td>
<td>2924</td>
<td>1892</td>
<td>1307.2</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.10xlarge</td>
<td>40</td>
<td>96</td>
<td>8.958333</td>
<td>4300</td>
<td>4300</td>
<td>3655</td>
<td>2365</td>
<td>1634</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.16xlarge</td>
<td>64</td>
<td>128</td>
<td>14.333333</td>
<td>6880</td>
<td>6880</td>
<td>5848</td>
<td>3784</td>
<td>2614.4</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc6.20xlarge</td>
<td>80</td>
<td>192</td>
<td>17.916666</td>
<td>8600</td>
<td>8600</td>
<td>7310</td>
<td>4730</td>
<td>3268</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.large</td>
<td>2</td>
<td>8</td>
<td>0.55</td>
<td>264</td>
<td>264</td>
<td>224.4</td>
<td>145.2</td>
<td>100.32</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.1</td>
<td>528</td>
<td>528</td>
<td>448.8</td>
<td>290.4</td>
<td>200.64</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.2</td>
<td>1056</td>
<td>1056</td>
<td>897.6</td>
<td>580.8</td>
<td>401.28</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3.3</td>
<td>1584</td>
<td>1584</td>
<td>1346.4</td>
<td>871.2</td>
<td>601.92</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4.4</td>
<td>2112</td>
<td>2112</td>
<td>1795.2</td>
<td>1161.6</td>
<td>802.56</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.6xlarge</td>
<td>24</td>
<td>96</td>
<td>6.6</td>
<td>3168</td>
<td>3168</td>
<td>2692.8</td>
<td>1742.4</td>
<td>1203.84</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.8xlarge</td>
<td>32</td>
<td>128</td>
<td>8.8</td>
<td>4224</td>
<td>4224</td>
<td>3590.4</td>
<td>2323.2</td>
<td>1605.12</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.10xlarge</td>
<td>40</td>
<td>192</td>
<td>11</td>
<td>5280</td>
<td>5280</td>
<td>4488</td>
<td>2904</td>
<td>2006.4</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.16xlarge</td>
<td>64</td>
<td>256</td>
<td>17.6</td>
<td>8448</td>
<td>8448</td>
<td>7180.8</td>
<td>4646.4</td>
<td>3210.24</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg6.20xlarge</td>
<td>80</td>
<td>384</td>
<td>22</td>
<td>10560</td>
<td>10560</td>
<td>8976</td>
<td>5808</td>
<td>4012.8</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.large</td>
<td>2</td>
<td>16</td>
<td>0.729166</td>
<td>350</td>
<td>350</td>
<td>297.5</td>
<td>192.5</td>
<td>133</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.458333</td>
<td>700</td>
<td>700</td>
<td>595</td>
<td>385</td>
<td>266</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.916666</td>
<td>1400</td>
<td>1400</td>
<td>1190</td>
<td>770</td>
<td>532</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.3xlarge</td>
<td>12</td>
<td>96</td>
<td>4.375</td>
<td>2100</td>
<td>2100</td>
<td>1785</td>
<td>1155</td>
<td>798</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.4xlarge</td>
<td>16</td>
<td>128</td>
<td>5.833333</td>
<td>2800</td>
<td>2800</td>
<td>2380</td>
<td>1540</td>
<td>1064</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.6xlarge</td>
<td>24</td>
<td>192</td>
<td>8.75</td>
<td>4200</td>
<td>4200</td>
<td>3570</td>
<td>2310</td>
<td>1596</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.8xlarge</td>
<td>32</td>
<td>256</td>
<td>11.666666</td>
<td>5600</td>
<td>5600</td>
<td>4760</td>
<td>3080</td>
<td>2128</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.10xlarge</td>
<td>40</td>
<td>384</td>
<td>14.583333</td>
<td>7000</td>
<td>7000</td>
<td>5950</td>
<td>3850</td>
<td>2660</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.16xlarge</td>
<td>64</td>
<td>512</td>
<td>23.333333</td>
<td>11200</td>
<td>11200</td>
<td>9520</td>
<td>6160</td>
<td>4256</td>
</tr>
<tr>
<td>高主频内存型 ecs.hfr6.20xlarge</td>
<td>80</td>
<td>768</td>
<td>29.166666</td>
<td>14000</td>
<td>14000</td>
<td>11900</td>
<td>7700</td>
<td>5320</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7e-c16g1.4xlarge</td>
<td>16</td>
<td>125</td>
<td>34.742</td>
<td>16676</td>
<td>16676</td>
<td>14174.6</td>
<td>9171.8</td>
<td>6336.88</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7e-c16g1.16xlarge</td>
<td>64</td>
<td>500</td>
<td>138.967</td>
<td>66704</td>
<td>66704</td>
<td>56698.4</td>
<td>36687.2</td>
<td>25347.52</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn7e-c16g1.32xlarge</td>
<td>128</td>
<td>1000</td>
<td>277.933</td>
<td>133408</td>
<td>133408</td>
<td>113396.8</td>
<td>73374.4</td>
<td>50695.04</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6e-c12g1.3xlarge</td>
<td>12</td>
<td>92</td>
<td>19.739</td>
<td>9475</td>
<td>5779.75</td>
<td>4737.5</td>
<td>3979.5</td>
<td>3979.5</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6e-c12g1.12xlarge</td>
<td>48</td>
<td>368</td>
<td>78.958</td>
<td>37900</td>
<td>23119</td>
<td>18950</td>
<td>15918</td>
<td>15918</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6e-c12g1.24xlarge</td>
<td>96</td>
<td>736</td>
<td>157.916</td>
<td>75800</td>
<td>46238</td>
<td>37900</td>
<td>31836</td>
<td>31836</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>26.46</td>
<td>7620</td>
<td>4648.2</td>
<td>3810</td>
<td>3200.4</td>
<td>3200.4</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>105.84</td>
<td>30480</td>
<td>18592.8</td>
<td>15240</td>
<td>12801.6</td>
<td>12801.6</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.16xlarge</td>
<td>64</td>
<td>256</td>
<td>211.68</td>
<td>60960</td>
<td>37185.6</td>
<td>30480</td>
<td>25603.2</td>
<td>25603.2</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c10g1.20xlarge</td>
<td>82</td>
<td>336</td>
<td>219.64</td>
<td>63255</td>
<td>38585.55</td>
<td>31627.5</td>
<td>26567.1</td>
<td>26567.1</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c4g1.xlarge</td>
<td>4</td>
<td>15</td>
<td>11.63</td>
<td>3348</td>
<td>3348</td>
<td>2845.8</td>
<td>1841.4</td>
<td>1272.24</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c8g1.2xlarge</td>
<td>8</td>
<td>31</td>
<td>14</td>
<td>4032</td>
<td>4032</td>
<td>3427.2</td>
<td>2217.6</td>
<td>1532.16</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c16g1.4xlarge</td>
<td>16</td>
<td>62</td>
<td>16.41</td>
<td>4725</td>
<td>4725</td>
<td>4016.25</td>
<td>2598.75</td>
<td>1795.5</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.6xlarge</td>
<td>24</td>
<td>93</td>
<td>17.19</td>
<td>4950</td>
<td>4950</td>
<td>4207.5</td>
<td>2722.5</td>
<td>1881</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.12xlarge</td>
<td>48</td>
<td>186</td>
<td>34.38</td>
<td>9900</td>
<td>9900</td>
<td>8415</td>
<td>5445</td>
<td>3762</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.24xlarge</td>
<td>96</td>
<td>372</td>
<td>68.75</td>
<td>19800</td>
<td>19800</td>
<td>16830</td>
<td>10890</td>
<td>7524</td>
</tr>
<tr>
<td>GPU可视化计算型 ecs.vgn6i-m4.xlarge</td>
<td>4</td>
<td>23</td>
<td>2.445</td>
<td>1173.65</td>
<td>1173.65</td>
<td>997.6</td>
<td>645.51</td>
<td>445.99</td>
</tr>
<tr>
<td>GPU可视化计算型 ecs.vgn6i-m8.2xlarge</td>
<td>10</td>
<td>46</td>
<td>5.053</td>
<td>2425.56</td>
<td>2425.56</td>
<td>2061.72</td>
<td>1334.06</td>
<td>921.71</td>
</tr>
<tr>
<td>通用型 ecs.g5.large</td>
<td>2</td>
<td>8</td>
<td>0.89</td>
<td>255</td>
<td>255</td>
<td>216.75</td>
<td>140.25</td>
<td>96.9</td>
</tr>
<tr>
<td>通用型 ecs.g5.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.77</td>
<td>510</td>
<td>510</td>
<td>433.5</td>
<td>280.5</td>
<td>193.8</td>
</tr>
<tr>
<td>通用型 ecs.g5.2xlarge</td>
<td>8</td>
<td>32</td>
<td>3.54</td>
<td>1020</td>
<td>1020</td>
<td>867</td>
<td>561</td>
<td>387.6</td>
</tr>
<tr>
<td>通用型 ecs.g5.3xlarge</td>
<td>12</td>
<td>48</td>
<td>5.31</td>
<td>1530</td>
<td>1530</td>
<td>1300.5</td>
<td>841.5</td>
<td>581.4</td>
</tr>
<tr>
<td>通用型 ecs.g5.4xlarge</td>
<td>16</td>
<td>64</td>
<td>7.08</td>
<td>2040</td>
<td>2040</td>
<td>1734</td>
<td>1122</td>
<td>775.2</td>
</tr>
<tr>
<td>通用型 ecs.g5.6xlarge</td>
<td>24</td>
<td>96</td>
<td>10.63</td>
<td>3060</td>
<td>3060</td>
<td>2601</td>
<td>1683</td>
<td>1162.8</td>
</tr>
<tr>
<td>通用型 ecs.g5.8xlarge</td>
<td>32</td>
<td>128</td>
<td>14.17</td>
<td>4080</td>
<td>4080</td>
<td>3468</td>
<td>2244</td>
<td>1550.4</td>
</tr>
<tr>
<td>通用型 ecs.g5.16xlarge</td>
<td>64</td>
<td>256</td>
<td>28.33</td>
<td>8160</td>
<td>8160</td>
<td>6936</td>
<td>4488</td>
<td>3100.8</td>
</tr>
<tr>
<td>网络增强型 ecs.g5ne.large</td>
<td>2</td>
<td>8</td>
<td>0.649479</td>
<td>311.75</td>
<td>311.75</td>
<td>264.99</td>
<td>171.46</td>
<td>118.46</td>
</tr>
<tr>
<td>网络增强型 ecs.g5ne.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.298958</td>
<td>623.5</td>
<td>623.5</td>
<td>529.98</td>
<td>342.92</td>
<td>236.93</td>
</tr>
<tr>
<td>网络增强型 ecs.g5ne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>4.33</td>
<td>1247</td>
<td>1247</td>
<td>1059.95</td>
<td>685.85</td>
<td>473.86</td>
</tr>
<tr>
<td>网络增强型 ecs.g5ne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>8.66</td>
<td>2494</td>
<td>2494</td>
<td>2119.9</td>
<td>1371.7</td>
<td>947.72</td>
</tr>
<tr>
<td>网络增强型 ecs.g5ne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>17.32</td>
<td>4988</td>
<td>4988</td>
<td>4239.8</td>
<td>2743.4</td>
<td>1895.44</td>
</tr>
<tr>
<td>网络增强型 ecs.g5ne.16xlarge</td>
<td>64</td>
<td>256</td>
<td>34.64</td>
<td>9976</td>
<td>9976</td>
<td>8479.6</td>
<td>5486.8</td>
<td>3790.88</td>
</tr>
<tr>
<td>网络增强型 ecs.g5ne.18xlarge</td>
<td>72</td>
<td>288</td>
<td>38.97</td>
<td>11223</td>
<td>11223</td>
<td>9539.55</td>
<td>6172.65</td>
<td>4264.74</td>
</tr>
<tr>
<td>计算型 ecs.c5.large</td>
<td>2</td>
<td>4</td>
<td>0.62</td>
<td>179</td>
<td>179</td>
<td>152.15</td>
<td>98.45</td>
<td>68.02</td>
</tr>
<tr>
<td>计算型 ecs.c5.xlarge</td>
<td>4</td>
<td>8</td>
<td>1.24</td>
<td>358</td>
<td>358</td>
<td>304.3</td>
<td>196.9</td>
<td>136.04</td>
</tr>
<tr>
<td>计算型 ecs.c5.2xlarge</td>
<td>8</td>
<td>16</td>
<td>2.49</td>
<td>716</td>
<td>716</td>
<td>608.6</td>
<td>393.8</td>
<td>272.08</td>
</tr>
<tr>
<td>计算型 ecs.c5.3xlarge</td>
<td>12</td>
<td>24</td>
<td>3.73</td>
<td>1074</td>
<td>1074</td>
<td>912.9</td>
<td>590.7</td>
<td>408.12</td>
</tr>
<tr>
<td>计算型 ecs.c5.4xlarge</td>
<td>16</td>
<td>32</td>
<td>4.97</td>
<td>1432</td>
<td>1432</td>
<td>1217.2</td>
<td>787.6</td>
<td>544.16</td>
</tr>
<tr>
<td>计算型 ecs.c5.6xlarge</td>
<td>24</td>
<td>48</td>
<td>7.46</td>
<td>2148</td>
<td>2148</td>
<td>1825.8</td>
<td>1181.4</td>
<td>816.24</td>
</tr>
<tr>
<td>计算型 ecs.c5.8xlarge</td>
<td>32</td>
<td>64</td>
<td>9.94</td>
<td>2864</td>
<td>2864</td>
<td>2434.4</td>
<td>1575.2</td>
<td>1088.32</td>
</tr>
<tr>
<td>计算型 ecs.c5.16xlarge</td>
<td>64</td>
<td>128</td>
<td>19.89</td>
<td>5728</td>
<td>5728</td>
<td>4868.8</td>
<td>3150.4</td>
<td>2176.64</td>
</tr>
<tr>
<td>大数据计算密集型 ecs.d2c.6xlarge</td>
<td>24</td>
<td>88</td>
<td>11.458</td>
<td>3300</td>
<td>3300</td>
<td>2805</td>
<td>1815</td>
<td>1254</td>
</tr>
<tr>
<td>大数据计算密集型 ecs.d2c.12xlarge</td>
<td>48</td>
<td>176</td>
<td>22.915</td>
<td>6600</td>
<td>6600</td>
<td>5610</td>
<td>3630</td>
<td>2508</td>
</tr>
<tr>
<td>大数据计算密集型 ecs.d2c.24xlarge</td>
<td>96</td>
<td>352</td>
<td>45.83</td>
<td>13200</td>
<td>13200</td>
<td>11220</td>
<td>7260</td>
<td>5016</td>
</tr>
<tr>
<td>大数据存储密集型 ecs.d2s.5xlarge</td>
<td>20</td>
<td>88</td>
<td>14.73</td>
<td>4242</td>
<td>4242</td>
<td>3605.7</td>
<td>2333.1</td>
<td>1611.96</td>
</tr>
<tr>
<td>大数据存储密集型 ecs.d2s.10xlarge</td>
<td>40</td>
<td>176</td>
<td>29.46</td>
<td>8484</td>
<td>8484</td>
<td>7211.4</td>
<td>4666.2</td>
<td>3223.92</td>
</tr>
<tr>
<td>大数据存储密集型 ecs.d2s.20xlarge</td>
<td>80</td>
<td>352</td>
<td>58.92</td>
<td>16968</td>
<td>16968</td>
<td>14422.8</td>
<td>9332.4</td>
<td>6447.84</td>
</tr>
<tr>
<td>大数据网络增强型 ecs.d1ne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>6.68</td>
<td>1925</td>
<td>1828.75</td>
<td>1443.75</td>
<td>866.25</td>
<td>577.5</td>
</tr>
<tr>
<td>大数据网络增强型 ecs.d1ne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>13.37</td>
<td>3850</td>
<td>3657.5</td>
<td>2887.5</td>
<td>1732.5</td>
<td>1155</td>
</tr>
<tr>
<td>大数据网络增强型 ecs.d1ne.6xlarge</td>
<td>24</td>
<td>96</td>
<td>20.05</td>
<td>5775</td>
<td>5486.25</td>
<td>4331.25</td>
<td>2598.75</td>
<td>1732.5</td>
</tr>
<tr>
<td>大数据网络增强型 ecs.d1ne-c8d3.8xlarge</td>
<td>32</td>
<td>128</td>
<td>25.66</td>
<td>7391</td>
<td>7021.45</td>
<td>5543.25</td>
<td>3325.95</td>
<td>2217.3</td>
</tr>
<tr>
<td>大数据网络增强型 ecs.d1ne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>26.74</td>
<td>7700</td>
<td>7315</td>
<td>5775</td>
<td>3465</td>
<td>2310</td>
</tr>
<tr>
<td>大数据网络增强型 ecs.d1ne-c14d3.14xlarge</td>
<td>56</td>
<td>160</td>
<td>38.92</td>
<td>11209</td>
<td>10648.55</td>
<td>8406.75</td>
<td>5044.05</td>
<td>3362.7</td>
</tr>
<tr>
<td>大数据网络增强型 ecs.d1ne.14xlarge</td>
<td>56</td>
<td>224</td>
<td>46.79</td>
<td>13475</td>
<td>12801.25</td>
<td>10106.25</td>
<td>6063.75</td>
<td>4042.5</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.88</td>
<td>904</td>
<td>904</td>
<td>768.4</td>
<td>497.2</td>
<td>904</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.77</td>
<td>1808</td>
<td>1808</td>
<td>1536.8</td>
<td>994.4</td>
<td>1808</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.4xlarge</td>
<td>16</td>
<td>128</td>
<td>7.53</td>
<td>3616</td>
<td>3616</td>
<td>3073.6</td>
<td>1988.8</td>
<td>3616</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.8xlarge</td>
<td>32</td>
<td>256</td>
<td>15.07</td>
<td>7232</td>
<td>7232</td>
<td>6147.2</td>
<td>3977.6</td>
<td>7232</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.16xlarge</td>
<td>64</td>
<td>512</td>
<td>30.13</td>
<td>14464</td>
<td>14464</td>
<td>12294.4</td>
<td>7955.2</td>
<td>14464</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.2xlarge</td>
<td>8</td>
<td>32</td>
<td>3.073</td>
<td>1475</td>
<td>1475</td>
<td>1253.75</td>
<td>811.25</td>
<td>1475</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.4xlarge</td>
<td>16</td>
<td>64</td>
<td>6.146</td>
<td>2950</td>
<td>2950</td>
<td>2507.5</td>
<td>1622.5</td>
<td>2950</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.8xlarge</td>
<td>32</td>
<td>128</td>
<td>12.292</td>
<td>5900</td>
<td>5900</td>
<td>5015</td>
<td>3245</td>
<td>5900</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.16xlarge</td>
<td>64</td>
<td>256</td>
<td>24.584</td>
<td>11800</td>
<td>11800</td>
<td>10030</td>
<td>6490</td>
<td>11800</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2ne.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.975049</td>
<td>949.2</td>
<td>949.2</td>
<td>806.82</td>
<td>522.06</td>
<td>360.7</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2ne.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.951</td>
<td>1898.4</td>
<td>1898.4</td>
<td>1613.64</td>
<td>1044.12</td>
<td>721.39</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2ne.4xlarge</td>
<td>16</td>
<td>128</td>
<td>7.901</td>
<td>3796.8</td>
<td>3796.8</td>
<td>3227.28</td>
<td>2088.24</td>
<td>1442.78</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2ne.8xlarge</td>
<td>32</td>
<td>256</td>
<td>15.801</td>
<td>7593.6</td>
<td>7593.6</td>
<td>6454.56</td>
<td>4176.48</td>
<td>2885.57</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2ne.16xlarge</td>
<td>64</td>
<td>512</td>
<td>31.601</td>
<td>15187.2</td>
<td>15187.2</td>
<td>12909.12</td>
<td>8352.96</td>
<td>5771.14</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2gne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>3.227</td>
<td>1549</td>
<td>1549</td>
<td>1316.65</td>
<td>851.95</td>
<td>588.62</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2gne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>6.454</td>
<td>3098</td>
<td>3098</td>
<td>2633.3</td>
<td>1703.9</td>
<td>1177.24</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2gne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>12.907</td>
<td>6196</td>
<td>6196</td>
<td>5266.6</td>
<td>3407.8</td>
<td>2354.48</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2gne.16xlarge</td>
<td>64</td>
<td>256</td>
<td>25.816</td>
<td>12392</td>
<td>12392</td>
<td>10533.2</td>
<td>6815.6</td>
<td>4708.96</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.large</td>
<td>2</td>
<td>8</td>
<td>0.99</td>
<td>286</td>
<td>286</td>
<td>243.1</td>
<td>157.3</td>
<td>108.68</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.99</td>
<td>572</td>
<td>572</td>
<td>486.2</td>
<td>314.6</td>
<td>217.36</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>3.97</td>
<td>1144</td>
<td>1144</td>
<td>972.4</td>
<td>629.2</td>
<td>434.72</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.3xlarge</td>
<td>12</td>
<td>48</td>
<td>5.96</td>
<td>1716</td>
<td>1716</td>
<td>1458.6</td>
<td>943.8</td>
<td>652.08</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>7.94</td>
<td>2288</td>
<td>2288</td>
<td>1944.8</td>
<td>1258.4</td>
<td>869.44</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.6xlarge</td>
<td>24</td>
<td>96</td>
<td>11.92</td>
<td>3432</td>
<td>3432</td>
<td>2917.2</td>
<td>1887.6</td>
<td>1304.16</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>15.89</td>
<td>4576</td>
<td>4576</td>
<td>3889.6</td>
<td>2516.8</td>
<td>1738.88</td>
</tr>
<tr>
<td>通用网络增强型 ecs.sn2ne.14xlarge</td>
<td>56</td>
<td>224</td>
<td>27.81</td>
<td>8008</td>
<td>8008</td>
<td>6806.8</td>
<td>4404.4</td>
<td>3043.04</td>
</tr>
<tr>
<td>计算网络增强型 ecs.sn1ne.large</td>
<td>2</td>
<td>4</td>
<td>0.68</td>
<td>197</td>
<td>197</td>
<td>167.45</td>
<td>108.35</td>
<td>74.86</td>
</tr>
<tr>
<td>计算网络增强型 ecs.sn1ne.xlarge</td>
<td>4</td>
<td>8</td>
<td>1.37</td>
<td>394</td>
<td>394</td>
<td>334.9</td>
<td>216.7</td>
<td>149.72</td>
</tr>
<tr>
<td>计算网络增强型 ecs.sn1ne.2xlarge</td>
<td>8</td>
<td>16</td>
<td>2.74</td>
<td>788</td>
<td>788</td>
<td>669.8</td>
<td>433.4</td>
<td>299.44</td>
</tr>
<tr>
<td>计算网络增强型 ecs.sn1ne.3xlarge</td>
<td>12</td>
<td>24</td>
<td>4.1</td>
<td>1182</td>
<td>1182</td>
<td>1004.7</td>
<td>650.1</td>
<td>449.16</td>
</tr>
<tr>
<td>计算网络增强型 ecs.sn1ne.4xlarge</td>
<td>16</td>
<td>32</td>
<td>5.47</td>
<td>1576</td>
<td>1576</td>
<td>1339.6</td>
<td>866.8</td>
<td>598.88</td>
</tr>
<tr>
<td>计算网络增强型 ecs.sn1ne.6xlarge</td>
<td>24</td>
<td>48</td>
<td>8.21</td>
<td>2364</td>
<td>2364</td>
<td>2009.4</td>
<td>1300.2</td>
<td>898.32</td>
</tr>
<tr>
<td>计算网络增强型 ecs.sn1ne.8xlarge</td>
<td>32</td>
<td>64</td>
<td>10.94</td>
<td>3152</td>
<td>3152</td>
<td>2679.2</td>
<td>1733.6</td>
<td>1197.76</td>
</tr>
<tr>
<td>内存增强型 ecs.re4.20xlarge</td>
<td>80</td>
<td>960</td>
<td>68.75</td>
<td>19800</td>
<td>19800</td>
<td>16830</td>
<td>9900</td>
<td>9900</td>
</tr>
<tr>
<td>内存增强型 ecs.re4.40xlarge</td>
<td>160</td>
<td>1920</td>
<td>137.5</td>
<td>39600</td>
<td>39600</td>
<td>33660</td>
<td>19800</td>
<td>19800</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.large</td>
<td>2</td>
<td>16</td>
<td>1.27</td>
<td>366</td>
<td>366</td>
<td>311.1</td>
<td>201.3</td>
<td>139.08</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.xlarge</td>
<td>4</td>
<td>32</td>
<td>2.54</td>
<td>732</td>
<td>732</td>
<td>622.2</td>
<td>402.6</td>
<td>278.16</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.2xlarge</td>
<td>8</td>
<td>64</td>
<td>5.08</td>
<td>1464</td>
<td>1464</td>
<td>1244.4</td>
<td>805.2</td>
<td>556.32</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.3xlarge</td>
<td>12</td>
<td>96</td>
<td>7.63</td>
<td>2196</td>
<td>2196</td>
<td>1866.6</td>
<td>1207.8</td>
<td>834.48</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.4xlarge</td>
<td>16</td>
<td>128</td>
<td>10.17</td>
<td>2928</td>
<td>2928</td>
<td>2488.8</td>
<td>1610.4</td>
<td>1112.64</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.6xlarge</td>
<td>24</td>
<td>192</td>
<td>15.25</td>
<td>4392</td>
<td>4392</td>
<td>3733.2</td>
<td>2415.6</td>
<td>1668.96</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.8xlarge</td>
<td>32</td>
<td>256</td>
<td>20.33</td>
<td>5856</td>
<td>5856</td>
<td>4977.6</td>
<td>3220.8</td>
<td>2225.28</td>
</tr>
<tr>
<td>内存网络增强型 ecs.se1ne.14xlarge</td>
<td>56</td>
<td>480</td>
<td>35.58</td>
<td>10248</td>
<td>10248</td>
<td>8710.8</td>
<td>5636.4</td>
<td>3894.24</td>
</tr>
<tr>
<td>内存型 ecs.se1.large</td>
<td>2</td>
<td>16</td>
<td>1.53</td>
<td>366</td>
<td>366</td>
<td>311.1</td>
<td>183</td>
<td>183</td>
</tr>
<tr>
<td>内存型 ecs.se1.xlarge</td>
<td>4</td>
<td>32</td>
<td>3.07</td>
<td>732</td>
<td>732</td>
<td>622.2</td>
<td>366</td>
<td>366</td>
</tr>
<tr>
<td>内存型 ecs.se1.2xlarge</td>
<td>8</td>
<td>64</td>
<td>6.14</td>
<td>1464</td>
<td>1464</td>
<td>1244.4</td>
<td>732</td>
<td>732</td>
</tr>
<tr>
<td>内存型 ecs.se1.4xlarge</td>
<td>16</td>
<td>128</td>
<td>12.28</td>
<td>2928</td>
<td>2928</td>
<td>2488.8</td>
<td>1464</td>
<td>1464</td>
</tr>
<tr>
<td>内存型 ecs.se1.8xlarge</td>
<td>32</td>
<td>256</td>
<td>24.56</td>
<td>5856</td>
<td>5856</td>
<td>4977.6</td>
<td>2928</td>
<td>2928</td>
</tr>
<tr>
<td>内存型 ecs.se1.14xlarge</td>
<td>56</td>
<td>480</td>
<td>44.29</td>
<td>10248</td>
<td>10248</td>
<td>8710.8</td>
<td>5124</td>
<td>5124</td>
</tr>
<tr>
<td>大数据型 ecs.d1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>6.36</td>
<td>1833</td>
<td>1741.35</td>
<td>1374.75</td>
<td>824.85</td>
<td>549.9</td>
</tr>
<tr>
<td>大数据型 ecs.d1.3xlarge</td>
<td>12</td>
<td>48</td>
<td>9.547</td>
<td>2749.5</td>
<td>2612.02</td>
<td>2062.13</td>
<td>1237.28</td>
<td>824.85</td>
</tr>
<tr>
<td>大数据型 ecs.d1.4xlarge</td>
<td>16</td>
<td>64</td>
<td>12.73</td>
<td>3666</td>
<td>3482.7</td>
<td>2749.5</td>
<td>1649.7</td>
<td>1099.8</td>
</tr>
<tr>
<td>大数据型 ecs.d1.6xlarge</td>
<td>24</td>
<td>96</td>
<td>19.09</td>
<td>5499</td>
<td>5224.05</td>
<td>4124.25</td>
<td>2474.55</td>
<td>1649.7</td>
</tr>
<tr>
<td>大数据型 ecs.d1-c8d3.8xlarge</td>
<td>32</td>
<td>128</td>
<td>24.44</td>
<td>7039</td>
<td>6687.05</td>
<td>5279.25</td>
<td>3167.55</td>
<td>2111.7</td>
</tr>
<tr>
<td>大数据型 ecs.d1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>25.46</td>
<td>7332</td>
<td>6965.4</td>
<td>5499</td>
<td>3299.4</td>
<td>2199.6</td>
</tr>
<tr>
<td>大数据型 ecs.d1-c14d3.14xlarge</td>
<td>56</td>
<td>160</td>
<td>37.07</td>
<td>10675</td>
<td>10141.25</td>
<td>8006.25</td>
<td>4803.75</td>
<td>3202.5</td>
</tr>
<tr>
<td>大数据型 ecs.d1.14xlarge</td>
<td>56</td>
<td>224</td>
<td>44.55</td>
<td>12831</td>
<td>12189.45</td>
<td>9623.25</td>
<td>5773.95</td>
<td>3849.3</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1.xlarge</td>
<td>4</td>
<td>16</td>
<td>2.94</td>
<td>649</td>
<td>616.55</td>
<td>486.75</td>
<td>292.05</td>
<td>194.7</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>5.89</td>
<td>1298</td>
<td>1233.1</td>
<td>973.5</td>
<td>584.1</td>
<td>389.4</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1.3xlarge</td>
<td>12</td>
<td>48</td>
<td>6.76</td>
<td>1947</td>
<td>1849.65</td>
<td>1460.25</td>
<td>876.15</td>
<td>584.1</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1.4xlarge</td>
<td>16</td>
<td>64</td>
<td>11.77</td>
<td>2596</td>
<td>2466.2</td>
<td>1947</td>
<td>1168.2</td>
<td>778.8</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1-c5d1.4xlarge</td>
<td>16</td>
<td>64</td>
<td>14.44</td>
<td>3365.44</td>
<td>3197.17</td>
<td>2524.08</td>
<td>1514.45</td>
<td>1009.63</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1.6xlarge</td>
<td>24</td>
<td>96</td>
<td>13.521</td>
<td>3894</td>
<td>3699.3</td>
<td>2920.5</td>
<td>1752.3</td>
<td>1168.2</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>23.54</td>
<td>5192</td>
<td>4932.4</td>
<td>3894</td>
<td>2336.4</td>
<td>1557.6</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1-c10d1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>25.14</td>
<td>5653.44</td>
<td>5370.77</td>
<td>4240.08</td>
<td>2544.05</td>
<td>1696.03</td>
</tr>
<tr>
<td>本地SSD型 ecs.i1.14xlarge</td>
<td>56</td>
<td>224</td>
<td>37.24</td>
<td>9086</td>
<td>8631.7</td>
<td>6814.5</td>
<td>4088.7</td>
<td>2725.8</td>
</tr>
<tr>
<td>GPU可视化计算型 ecs.vgn5i-m1.large</td>
<td>2</td>
<td>6</td>
<td>1.95</td>
<td>562.5</td>
<td>562.5</td>
<td>478.13</td>
<td>309.38</td>
<td>213.75</td>
</tr>
<tr>
<td>GPU可视化计算型 ecs.vgn5i-m2.xlarge</td>
<td>4</td>
<td>12</td>
<td>3.91</td>
<td>1125</td>
<td>1125</td>
<td>956.25</td>
<td>618.75</td>
<td>427.5</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c4g1.xlarge</td>
<td>4</td>
<td>30</td>
<td>12.78</td>
<td>3681</td>
<td>3681</td>
<td>3128.85</td>
<td>1914.12</td>
<td>1288.35</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.2xlarge</td>
<td>8</td>
<td>60</td>
<td>15.39</td>
<td>4433</td>
<td>4433</td>
<td>3768.05</td>
<td>2305.16</td>
<td>1551.55</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c4g1.2xlarge</td>
<td>8</td>
<td>60</td>
<td>25.57</td>
<td>7363</td>
<td>7363</td>
<td>6258.55</td>
<td>3828.76</td>
<td>2577.05</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.4xlarge</td>
<td>16</td>
<td>120</td>
<td>30.78</td>
<td>8866</td>
<td>8866</td>
<td>7536.1</td>
<td>4610.32</td>
<td>3103.1</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c28g1.7xlarge</td>
<td>28</td>
<td>112</td>
<td>23.88</td>
<td>6877</td>
<td>6877</td>
<td>5845.45</td>
<td>3576.04</td>
<td>2406.95</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.8xlarge</td>
<td>32</td>
<td>240</td>
<td>61.57</td>
<td>17731</td>
<td>17731</td>
<td>15071.35</td>
<td>9220.12</td>
<td>6205.85</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c28g1.14xlarge</td>
<td>56</td>
<td>224</td>
<td>47.75</td>
<td>13753</td>
<td>13753</td>
<td>11690.05</td>
<td>7151.56</td>
<td>4813.55</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5-c8g1.14xlarge</td>
<td>54</td>
<td>480</td>
<td>123.13</td>
<td>35462</td>
<td>35462</td>
<td>30142.7</td>
<td>18440.24</td>
<td>12411.7</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c2g1.large</td>
<td>2</td>
<td>8</td>
<td>8.68</td>
<td>2500</td>
<td>2375</td>
<td>1875</td>
<td>1125</td>
<td>750</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c4g1.xlarge</td>
<td>4</td>
<td>16</td>
<td>9.69</td>
<td>2790</td>
<td>2650.5</td>
<td>2092.5</td>
<td>1255.5</td>
<td>837</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c8g1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>11.67</td>
<td>3360</td>
<td>3192</td>
<td>2520</td>
<td>1512</td>
<td>1008</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c16g1.4xlarge</td>
<td>16</td>
<td>64</td>
<td>15.63</td>
<td>4500</td>
<td>4275</td>
<td>3375</td>
<td>2025</td>
<td>1350</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c28g1.14xlarge</td>
<td>56</td>
<td>224</td>
<td>43.06</td>
<td>12400</td>
<td>11780</td>
<td>9300</td>
<td>5580</td>
<td>3720</td>
</tr>
<tr>
<td>FPGA计算型 ecs.f3-c4f1.xlarge</td>
<td>4</td>
<td>16</td>
<td>7.312</td>
<td>3510</td>
<td>3510</td>
<td>2983.5</td>
<td>1930.5</td>
<td>3510</td>
</tr>
<tr>
<td>FPGA计算型 ecs.f3-c8f1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>8.375</td>
<td>4020</td>
<td>4020</td>
<td>3417</td>
<td>2211</td>
<td>4020</td>
</tr>
<tr>
<td>FPGA计算型 ecs.f3-c16f1.4xlarge</td>
<td>16</td>
<td>64</td>
<td>10.5</td>
<td>5040</td>
<td>5040</td>
<td>4284</td>
<td>2772</td>
<td>5040</td>
</tr>
<tr>
<td>FPGA计算型 ecs.f3-c16f1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>21</td>
<td>10080</td>
<td>10080</td>
<td>8568</td>
<td>5544</td>
<td>10080</td>
</tr>
<tr>
<td>FPGA计算型 ecs.f3-c16f1.16xlarge</td>
<td>64</td>
<td>256</td>
<td>42</td>
<td>20160</td>
<td>20160</td>
<td>17136</td>
<td>11088</td>
<td>20160</td>
</tr>
<tr>
<td>通用型弹性裸金属服务器 ecs.ebmg7.32xlarge</td>
<td>128</td>
<td>512</td>
<td>33.488</td>
<td>16074.24</td>
<td>16074.24</td>
<td>13663.1</td>
<td>8840.83</td>
<td>6108.21</td>
</tr>
<tr>
<td>通用型（平衡增强）弹性裸金属服务器 ecs.ebmg6e.26xlarge</td>
<td>104</td>
<td>384</td>
<td>28.6</td>
<td>13728</td>
<td>13728</td>
<td>13728</td>
<td>13728</td>
<td>13728</td>
</tr>
<tr>
<td>通用型弹性裸金属服务器 ecs.ebmg6.26xlarge</td>
<td>104</td>
<td>384</td>
<td>26</td>
<td>12480</td>
<td>12480</td>
<td>10608</td>
<td>6864</td>
<td>4742.4</td>
</tr>
<tr>
<td>计算型弹性裸金属服务器 ecs.ebmc7.32xlarge</td>
<td>128</td>
<td>256</td>
<td>26.092733</td>
<td>12524.51</td>
<td>12524.51</td>
<td>10645.84</td>
<td>6888.48</td>
<td>4759.31</td>
</tr>
<tr>
<td>计算型（平衡增强）弹性裸金属服务器 ecs.ebmc6e.26xlarge</td>
<td>104</td>
<td>192</td>
<td>21.342</td>
<td>10244</td>
<td>10244</td>
<td>10244</td>
<td>10244</td>
<td>10244</td>
</tr>
<tr>
<td>计算型弹性裸金属服务器 ecs.ebmc6.26xlarge</td>
<td>104</td>
<td>192</td>
<td>20.26</td>
<td>9724</td>
<td>9724</td>
<td>8265.4</td>
<td>5348.2</td>
<td>3695.12</td>
</tr>
<tr>
<td>内存型弹性裸金属服务器 ecs.ebmr7.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>44.55816</td>
<td>21387.92</td>
<td>21387.92</td>
<td>18179.73</td>
<td>11763.35</td>
<td>8127.41</td>
</tr>
<tr>
<td>内存型（平衡增强）弹性裸金属服务器 ecs.ebmr6e.26xlarge</td>
<td>104</td>
<td>768</td>
<td>37.917</td>
<td>18200</td>
<td>18200</td>
<td>18200</td>
<td>18200</td>
<td>18200</td>
</tr>
<tr>
<td>内存型弹性裸金属服务器 ecs.ebmr6.26xlarge</td>
<td>104</td>
<td>768</td>
<td>34.45</td>
<td>16536</td>
<td>16536</td>
<td>14055.6</td>
<td>9094.8</td>
<td>6283.68</td>
</tr>
<tr>
<td>高主频计算型弹性裸金属服务器 ecs.ebmhfc7.48xlarge</td>
<td>192</td>
<td>384</td>
<td>45.2</td>
<td>21696</td>
<td>21696</td>
<td>21696</td>
<td>21696</td>
<td>21696</td>
</tr>
<tr>
<td>高主频通用型弹性裸金属服务器 ecs.ebmhfg6.20xlarge</td>
<td>80</td>
<td>384</td>
<td>22</td>
<td>10560</td>
<td>10560</td>
<td>8976</td>
<td>5808</td>
<td>4012.8</td>
</tr>
<tr>
<td>高主频计算型弹性裸金属服务器 ecs.ebmhfc6.20xlarge</td>
<td>80</td>
<td>192</td>
<td>17.917</td>
<td>8600</td>
<td>8600</td>
<td>7310</td>
<td>4730</td>
<td>3268</td>
</tr>
<tr>
<td>高主频内存型弹性裸金属服务器 ecs.ebmhfr6.20xlarge</td>
<td>80</td>
<td>768</td>
<td>29.167</td>
<td>14000</td>
<td>14000</td>
<td>11900</td>
<td>7700</td>
<td>5320</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7e.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>277.933</td>
<td>133408</td>
<td>133408</td>
<td>113396.8</td>
<td>73374.4</td>
<td>50695.04</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7i.32xlarge</td>
<td>128</td>
<td>768</td>
<td>59.8125</td>
<td>28710</td>
<td>28710</td>
<td>24403.5</td>
<td>15790.5</td>
<td>10909.8</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn7.26xlarge</td>
<td>104</td>
<td>768</td>
<td>252.666666</td>
<td>121280</td>
<td>121280</td>
<td>103088</td>
<td>66704</td>
<td>46086.4</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn6e.24xlarge</td>
<td>96</td>
<td>768</td>
<td>157.92</td>
<td>75800</td>
<td>46238</td>
<td>37900</td>
<td>31836</td>
<td>31836</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn6v.24xlarge</td>
<td>96</td>
<td>384</td>
<td>237.125</td>
<td>68292</td>
<td>41658.12</td>
<td>34146</td>
<td>28682.64</td>
<td>28682.64</td>
</tr>
<tr>
<td>GPU计算型弹性裸金属服务器 ecs.ebmgn6i.24xlarge</td>
<td>96</td>
<td>384</td>
<td>68.75</td>
<td>19800</td>
<td>19800</td>
<td>16830</td>
<td>10890</td>
<td>7524</td>
</tr>
<tr>
<td>通用网络增强型弹性裸金属服务器 ecs.ebmg5s.24xlarge</td>
<td>96</td>
<td>384</td>
<td>42.5</td>
<td>12240</td>
<td>11628</td>
<td>9180</td>
<td>5508</td>
<td>3672</td>
</tr>
<tr>
<td>通用型弹性裸金属服务器 ecs.ebmg5.24xlarge</td>
<td>96</td>
<td>384</td>
<td>42.5</td>
<td>12240</td>
<td>11628</td>
<td>9180</td>
<td>5508</td>
<td>3672</td>
</tr>
<tr>
<td>计算网络增强型弹性裸金属服务器 ecs.ebmc5s.24xlarge</td>
<td>96</td>
<td>192</td>
<td>29.83</td>
<td>8592</td>
<td>8592</td>
<td>7303.2</td>
<td>4725.6</td>
<td>3264.96</td>
</tr>
<tr>
<td>内存网络增强型弹性裸金属服务器 ecs.ebmr5s.24xlarge</td>
<td>96</td>
<td>768</td>
<td>54.33</td>
<td>15648</td>
<td>15648</td>
<td>13300.8</td>
<td>8606.4</td>
<td>5946.24</td>
</tr>
<tr>
<td>GPU计算型超级计算集群 ecs.sccgn7ex.32xlarge</td>
<td>128</td>
<td>1024</td>
<td>361.313</td>
<td>173430.4</td>
<td>173430.4</td>
<td>147415.84</td>
<td>95386.72</td>
<td>65903.55</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-lc2m1.nano</td>
<td>1</td>
<td>0.5</td>
<td>0.063</td>
<td>18</td>
<td>17.1</td>
<td>13.5</td>
<td>8.1</td>
<td>5.4</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-lc1m1.small</td>
<td>1</td>
<td>1</td>
<td>0.083</td>
<td>24</td>
<td>22.8</td>
<td>18</td>
<td>10.8</td>
<td>7.2</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-lc1m2.small</td>
<td>1</td>
<td>2</td>
<td>0.167</td>
<td>48</td>
<td>45.6</td>
<td>36</td>
<td>21.6</td>
<td>14.4</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-lc1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.333</td>
<td>96</td>
<td>91.2</td>
<td>72</td>
<td>43.2</td>
<td>28.8</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-lc1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.55</td>
<td>159</td>
<td>151.05</td>
<td>119.25</td>
<td>71.55</td>
<td>47.7</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.29</td>
<td>83</td>
<td>78.85</td>
<td>62.25</td>
<td>37.35</td>
<td>24.9</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.4</td>
<td>116</td>
<td>110.2</td>
<td>87</td>
<td>52.2</td>
<td>34.8</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.63</td>
<td>180</td>
<td>171</td>
<td>135</td>
<td>81</td>
<td>54</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m1.xlarge</td>
<td>4</td>
<td>4</td>
<td>0.58</td>
<td>167</td>
<td>158.65</td>
<td>125.25</td>
<td>75.15</td>
<td>50.1</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m2.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.8</td>
<td>231</td>
<td>219.45</td>
<td>173.25</td>
<td>103.95</td>
<td>69.3</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.25</td>
<td>360</td>
<td>342</td>
<td>270</td>
<td>162</td>
<td>108</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m1.2xlarge</td>
<td>8</td>
<td>8</td>
<td>1.16</td>
<td>333</td>
<td>316.35</td>
<td>249.75</td>
<td>149.85</td>
<td>99.9</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m2.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.6</td>
<td>462</td>
<td>438.9</td>
<td>346.5</td>
<td>207.9</td>
<td>138.6</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2.5</td>
<td>720</td>
<td>684</td>
<td>540</td>
<td>324</td>
<td>216</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m1.4xlarge</td>
<td>16</td>
<td>16</td>
<td>2.31</td>
<td>666</td>
<td>632.7</td>
<td>499.5</td>
<td>299.7</td>
<td>199.8</td>
</tr>
<tr>
<td>突发性能型 ecs.t5-c1m2.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.21</td>
<td>924</td>
<td>877.8</td>
<td>693</td>
<td>415.8</td>
<td>277.2</td>
</tr>
<tr>
<td>共享基本型 ecs.xn4.small</td>
<td>1</td>
<td>1</td>
<td>0.16</td>
<td>45</td>
<td>45</td>
<td>38.25</td>
<td>22.5</td>
<td>22.5</td>
</tr>
<tr>
<td>共享计算型 ecs.n4.small</td>
<td>1</td>
<td>2</td>
<td>0.29</td>
<td>84</td>
<td>84</td>
<td>71.4</td>
<td>42</td>
<td>42</td>
</tr>
<tr>
<td>共享计算型 ecs.n4.large</td>
<td>2</td>
<td>4</td>
<td>0.71</td>
<td>204</td>
<td>204</td>
<td>173.4</td>
<td>102</td>
<td>102</td>
</tr>
<tr>
<td>共享计算型 ecs.n4.xlarge</td>
<td>4</td>
<td>8</td>
<td>1.42</td>
<td>408</td>
<td>408</td>
<td>346.8</td>
<td>204</td>
<td>204</td>
</tr>
<tr>
<td>共享计算型 ecs.n4.2xlarge</td>
<td>8</td>
<td>16</td>
<td>2.83</td>
<td>816</td>
<td>816</td>
<td>693.6</td>
<td>408</td>
<td>408</td>
</tr>
<tr>
<td>共享计算型 ecs.n4.4xlarge</td>
<td>16</td>
<td>32</td>
<td>5.67</td>
<td>1632</td>
<td>1632</td>
<td>1387.2</td>
<td>816</td>
<td>816</td>
</tr>
<tr>
<td>共享计算型 ecs.n4.8xlarge</td>
<td>32</td>
<td>64</td>
<td>11.33</td>
<td>3264</td>
<td>3264</td>
<td>2774.4</td>
<td>1632</td>
<td>1632</td>
</tr>
<tr>
<td>共享通用型 ecs.mn4.small</td>
<td>1</td>
<td>4</td>
<td>0.54</td>
<td>155</td>
<td>155</td>
<td>131.75</td>
<td>77.5</td>
<td>77.5</td>
</tr>
<tr>
<td>共享通用型 ecs.mn4.large</td>
<td>2</td>
<td>8</td>
<td>1.08</td>
<td>310</td>
<td>310</td>
<td>263.5</td>
<td>155</td>
<td>155</td>
</tr>
<tr>
<td>共享通用型 ecs.mn4.xlarge</td>
<td>4</td>
<td>16</td>
<td>2.15</td>
<td>620</td>
<td>620</td>
<td>527</td>
<td>310</td>
<td>310</td>
</tr>
<tr>
<td>共享通用型 ecs.mn4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>4.3</td>
<td>1240</td>
<td>1240</td>
<td>1054</td>
<td>620</td>
<td>620</td>
</tr>
<tr>
<td>共享通用型 ecs.mn4.4xlarge</td>
<td>16</td>
<td>64</td>
<td>8.61</td>
<td>2480</td>
<td>2480</td>
<td>2108</td>
<td>1240</td>
<td>1240</td>
</tr>
<tr>
<td>共享通用型 ecs.mn4.8xlarge</td>
<td>32</td>
<td>128</td>
<td>17.22</td>
<td>4960</td>
<td>4960</td>
<td>4216</td>
<td>2480</td>
<td>2480</td>
</tr>
<tr>
<td>共享内存型 ecs.e4.small</td>
<td>1</td>
<td>8</td>
<td>0.9</td>
<td>260</td>
<td>260</td>
<td>221</td>
<td>130</td>
<td>130</td>
</tr>
</tbody>
</table>
2、公网带宽收费标准
阿里云服务器公网带宽是独享的，云服务器购买带宽后阿里云系统会分配一个独立公网IP；公网带宽计费模式分为按固定带宽计费和按使用流量计费；云服务器地域不同带宽价格不同；详细如下表：
<table>
<thead>
<tr>
<th>计费方式</th>
<th>规格</th>
<th>价格</th>
<th>计费方式</th>
</tr>
</thead>
<tbody>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>1Mbps</td>
<td>23.00 元/1Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>2Mbps</td>
<td>46.00 元/2Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>3Mbps</td>
<td>71.00 元/3Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>4Mbps</td>
<td>96.00 元/4Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>5Mbps</td>
<td>125.00 元/5Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>6Mbps及以上, 每Mbps费用</td>
<td>80.0 元/Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>按量计费实例，固定带宽阶梯计费</td>
<td>1－5 Mbps</td>
<td>0.062 元/Mbps/小时</td>
<td>按量计费实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>按量计费实例，固定带宽阶梯计费</td>
<td>6Mbps及以上, 每Mbps费用</td>
<td>0.252 元/Mbps/小时</td>
<td>按量计费实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>按使用量线性计费</td>
<td>1GB</td>
<td>0.8 元/GB</td>
<td>按使用量线性计费</td>
</tr>
</tbody>
</table>
3、系统盘收费标准
系统盘分为高效云盘、SSD云盘和ESSD云盘，云盘类型不同性能不同，价格也不同，收费标准如下表：
<table>
<thead>
<tr>
<th>类型</th>
<th>规格</th>
<th>按量价格</th>
<th>包月价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>普通云盘</td>
<td>40 GiB</td>
<td>0.0168 元/40 GiB/小时</td>
<td>12 元/40 GiB/月</td>
</tr>
<tr>
<td>高效云盘</td>
<td>40 GiB</td>
<td>0.0196 元/40 GiB/小时</td>
<td>14 元/40 GiB/月</td>
</tr>
<tr>
<td>SSD云盘</td>
<td>40 GiB</td>
<td>0.056 元/40 GiB/小时</td>
<td>40 元/40 GiB/月</td>
</tr>
<tr>
<td>普通云盘</td>
<td>1 GiB</td>
<td>0.00042 元/1 GiB/小时</td>
<td>0.3 元/1 GiB/月</td>
</tr>
<tr>
<td>高效云盘</td>
<td>1 GiB</td>
<td>0.00049 元/1 GiB/小时</td>
<td>0.35 元/1 GiB/月</td>
</tr>
<tr>
<td>SSD云盘</td>
<td>1 GiB</td>
<td>0.0014 元/1 GiB/小时</td>
<td>1 元/1 GiB/月</td>
</tr>
</tbody>
</table>
<h1>文章七：阿里云服务器4核16G，8核16G，8核32G配置活动价格整理</h1>
文章链接：https://www.jianshu.com/p/2fdd8d884c62
发布时间：2021.08.16 11:01
一直以来，阿里云在各个促销活动中都主打的是1核2G、2核4G、4核8G这些低配和中配的云服务器，而对于需要4核16G，8核16G和8核32G这些配置更高的用户来说，一直都找不到合适的活动去购买，不得不通过ecs云服务器购买页去购买，这种一般只能享受年付8.5折左右的优惠。不过现在阿里云终于在官方云小站推出了4核16G，8核16G，8核32G这类高配置的云服务器了，折扣最低只要1.3折起。
阿里云官方云小站不仅有1核2G、2核2G这种低配置云服务器，同时还上架了4核16G，8核16G，8核32G等高配云服务器，另外还增加了可选的实例规格和限购台数，目前最高可一次购买5台，对于需要高配置阿里云服务器的用户来说，少则节约几千块，最多能一次能节约两三万的成本。
点此进入阿里云官方云小站
<div class="image-view" data-height="328" data-width="866"><img data-original-filesize="99326" data-original-format="image/jpeg" data-original-height="328" data-original-src="https://upload-images.jianshu.io/upload_images/19316870-0dbf944d9d0d3756.jpg" data-original-width="866"/>
<div class="image-caption">8核16G.jpg
云小站中推出的4核16G，8核16G，8核32G高配置云服务器可选实例规格、带宽和活动价格等信息如下：
一、4核16G配置（个人用户1款，企业用户3款）
<table>
<thead>
<tr>
<th>云服务器实例</th>
<th>cpu内存配置</th>
<th>带宽</th>
<th>个人用户价格</th>
<th>企业用户专享价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用型 g6</td>
<td>4核16G</td>
<td>1-10M</td>
<td>1861.20元/1年 5397.48元/3年</td>
<td>1551.00元/1年 4466.88元/3年</td>
</tr>
<tr>
<td>通用型 g5</td>
<td>4核16G</td>
<td>1-10M</td>
<td>-</td>
<td>1641.00元/1年 4726.08元/3年</td>
</tr>
<tr>
<td>通用平衡增强型 g6e</td>
<td>4核16G</td>
<td>1-10M</td>
<td>-</td>
<td>2055.60元/1年 5755.68元/3年</td>
</tr>
</tbody>
</table>
二、8核16G配置（个人用户3款，企业用户4款）
<table>
<thead>
<tr>
<th>云服务器实例</th>
<th>cpu内存配置</th>
<th>带宽</th>
<th>个人用户价格</th>
<th>企业用户专享价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>共享型 s6</td>
<td>8核16G</td>
<td>1-10M</td>
<td>2047.32元/1年 5583.60元/3年</td>
<td>1985.28元/1年 5211.36元/3年</td>
</tr>
<tr>
<td>计算型 c6</td>
<td>8核16G</td>
<td>1-10M</td>
<td>2826.00元/1年 8195.40元/3年</td>
<td>2355.00元/1年 6782.40元/3年</td>
</tr>
<tr>
<td>计算型 c5</td>
<td>8核16G</td>
<td>1-10M</td>
<td>2349.36元/1年 6777.00元/3年</td>
<td>2259.00元/1年 5963.76元/3年</td>
</tr>
<tr>
<td>计算平衡增强型 c6e</td>
<td>8核16G</td>
<td>1-10M</td>
<td>-</td>
<td>2991.60元/1年 8376.48元/3年</td>
</tr>
</tbody>
</table>
三、8核32G配置（个人用户1款，企业用户3款）
<table>
<thead>
<tr>
<th>云服务器实例</th>
<th>cpu内存配置</th>
<th>带宽</th>
<th>个人用户价格</th>
<th>企业用户专享价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用型 g6</td>
<td>8核32G</td>
<td>1-10M</td>
<td>3589.20元/1年 10408.68元/3年</td>
<td>2991.00元/1年 8614.08元/3年</td>
</tr>
<tr>
<td>通用型 g5</td>
<td>8核32G</td>
<td>1-10M</td>
<td>-</td>
<td>3171.00元/1年 9132.48元/3年</td>
</tr>
<tr>
<td>通用平衡增强型 g6e</td>
<td>8核32G</td>
<td>1-10M</td>
<td>-</td>
<td>3956.40元/1年 11077.92元/3年</td>
</tr>
</tbody>
</table>
除了以上高配置的云服务器之外，云小站中还有2核4G、2核8G、4核8G等配置比较适中的云服务器，具体价格可访问阿里云小站了解。
<h1>文章七：阿里云4核16G，8核16G，8核32G高配置云服务器多少钱？（最新优惠价格分享）</h1>
文章链接：https://www.jianshu.com/p/8835acb415de
发布时间：2021.07.14 11:56
一直以来，阿里云在各个促销活动中都主打的是1核2G、2核4G、4核8G这些低配和中配的云服务器，而对于需要4核16G，8核16G和8核32G这些配置更高的用户来说，一直都找不到合适的活动去购买，不得不通过ecs云服务器购买页去购买，这种一般只能享受年付8.5折左右的优惠。现在，阿里云终于在官方云小站推出了4核16G，8核16G，8核32G这类高配置的云服务器了，折扣最低只要1.3折起。
阿里云官方最近对云小站做了全新升级，不仅有1核2G、2核2G这种低配置云服务器，同时还上架了4核16G，8核16G，8核32G等高配云服务器，另外还增加了可选的实例规格和限购台数，目前最高可一次购买5台，对于需要高配置阿里云服务器的用户来说，少则节约几千块，最多能一次能节约两三万的成本。
点此进入阿里云官方云小站
https://upload-images.jianshu.io/upload_images/19316870-0d034994b5bb3c49.png
<div class="image-caption">产品新用户购买.png
云小站中推出的4核16G，8核16G，8核32G高配置云服务器可选实例规格、带宽和活动价格等信息如下：
一、4核16G配置（个人用户1款，企业用户3款）
<table>
<thead>
<tr>
<th>云服务器实例</th>
<th>cpu内存配置</th>
<th>带宽</th>
<th>个人用户价格</th>
<th>企业用户专享价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用型 g6</td>
<td>4核16G</td>
<td>1-10M</td>
<td>1861.20元/1年 5397.48元/3年</td>
<td>1551.00元/1年 4466.88元/3年</td>
</tr>
<tr>
<td>通用型 g5</td>
<td>4核16G</td>
<td>1-10M</td>
<td>-</td>
<td>1641.00元/1年 4726.08元/3年</td>
</tr>
<tr>
<td>通用平衡增强型 g6e</td>
<td>4核16G</td>
<td>1-10M</td>
<td>-</td>
<td>2055.60元/1年 5755.68元/3年</td>
</tr>
</tbody>
</table>
二、8核16G配置（个人用户3款，企业用户4款）
<table>
<thead>
<tr>
<th>云服务器实例</th>
<th>cpu内存配置</th>
<th>带宽</th>
<th>个人用户价格</th>
<th>企业用户专享价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>共享型 s6</td>
<td>8核16G</td>
<td>1-10M</td>
<td>2047.32元/1年 5583.60元/3年</td>
<td>1985.28元/1年 5211.36元/3年</td>
</tr>
<tr>
<td>计算型 c6</td>
<td>8核16G</td>
<td>1-10M</td>
<td>2826.00元/1年 8195.40元/3年</td>
<td>2355.00元/1年 6782.40元/3年</td>
</tr>
<tr>
<td>计算型 c5</td>
<td>8核16G</td>
<td>1-10M</td>
<td>2349.36元/1年 6777.00元/3年</td>
<td>2259.00元/1年 5963.76元/3年</td>
</tr>
<tr>
<td>计算平衡增强型 c6e</td>
<td>8核16G</td>
<td>1-10M</td>
<td>-</td>
<td>2991.60元/1年 8376.48元/3年</td>
</tr>
</tbody>
</table>
三、8核32G配置（个人用户1款，企业用户3款）
<table>
<thead>
<tr>
<th>云服务器实例</th>
<th>cpu内存配置</th>
<th>带宽</th>
<th>个人用户价格</th>
<th>企业用户专享价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用型 g6</td>
<td>8核32G</td>
<td>1-10M</td>
<td>3589.20元/1年 10408.68元/3年</td>
<td>2991.00元/1年 8614.08元/3年</td>
</tr>
<tr>
<td>通用型 g5</td>
<td>8核32G</td>
<td>1-10M</td>
<td>-</td>
<td>3171.00元/1年 9132.48元/3年</td>
</tr>
<tr>
<td>通用平衡增强型 g6e</td>
<td>8核32G</td>
<td>1-10M</td>
<td>-</td>
<td>3956.40元/1年 11077.92元/3年</td>
</tr>
</tbody>
</table>
除了以上高配置的云服务器之外，云小站中还有2核4G、2核8G、4核8G等配置比较适中的云服务器，具体价格可访问阿里云小站了解。
<h1>文章八：阿里云服务器1核2G、2核4G、4核8G、4核16G常用配置价格表</h1>
文章链接：https://www.jianshu.com/p/3d8b5a5c1fb3
发布时间：2020.10.29 20:42
阿里云服务器价格是多少？很多企业与个人站长想知道阿里云服务器价格，但是阿里云有多达几十款云服务器配置，但是一般用户选择的无非就是1核2G、2核4G、4核8G、4核16G常用配置。因此，笔者整理了一份阿里云服务器常用配置价格表，一般的上云用户参考此价格表即可知道自己想购买的阿里云服务器需要多少钱！
在实际购买中，需要阿里云代金券的，可以上阿里云官方云小站上自领，使用代金券可以在云产品中抵扣同样等值的金额,阿里云新版代金券为2020元.
地址：https://www.aliyun.com/minisite/goods?userCode=mvsk1hl5
https://upload-images.jianshu.io/upload_images/19316870-9ffb8be445a55ada.png
<div class="image-caption">阿里云小站.png
1核2G阿里云服务器价格表
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>处理器主频/睿频</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>共享标准型 s6</td>
<td>ecs.s6-c1m2.small</td>
<td>1 vCPU</td>
<td>2 GiB</td>
<td>2.5 GHz/3.2 GHz</td>
<td>0.1 Gbps</td>
<td>15 万 PPS</td>
<td>￥ 60.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-lc1m2.small</td>
<td>1 vCPU</td>
<td>2 GiB</td>
<td>2.5 GHz</td>
<td>0.2 Gbps</td>
<td>6 万 PPS</td>
<td>￥ 45.6 /月</td>
</tr>
<tr>
<td>共享计算型 n4</td>
<td>ecs.n4.small</td>
<td>1 vCPU</td>
<td>2 GiB</td>
<td>2.5 GHz</td>
<td>0.5 Gbps</td>
<td>5 万 PPS</td>
<td>￥ 84.0 /月</td>
</tr>
</tbody>
</table>
2核4G阿里云服务器价格表
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>处理器主频/睿频</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型 c6</td>
<td>ecs.c6.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz/3.2 GHz</td>
<td>1 Gbps</td>
<td>30 万 PPS</td>
<td>￥ 187.0 /月</td>
</tr>
<tr>
<td>计算型 c5</td>
<td>ecs.c5.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz/2.7 GHz</td>
<td>1 Gbps</td>
<td>30 万 PPS</td>
<td>￥ 179.0 /月</td>
</tr>
<tr>
<td>计算网络增强型 sn1ne</td>
<td>ecs.sn1ne.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz</td>
<td>1 Gbps</td>
<td>30 万 PPS</td>
<td>￥ 197.0 /月</td>
</tr>
<tr>
<td>高主频计算型 hfc6</td>
<td>ecs.hfc6.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>3.1 GHz/3.5 GHz</td>
<td>1 Gbps</td>
<td>30 万 PPS</td>
<td>￥ 215.0 /月</td>
</tr>
<tr>
<td>共享标准型 s6</td>
<td>ecs.s6-c1m2.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz/3.2 GHz</td>
<td>0.2 Gbps</td>
<td>20 万 PPS</td>
<td>￥ 120.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-c1m2.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz</td>
<td>0.5 Gbps</td>
<td>10 万 PPS</td>
<td>￥ 110.2 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-lc1m2.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz</td>
<td>0.4 Gbps</td>
<td>10 万 PPS</td>
<td>￥ 91.2 /月</td>
</tr>
<tr>
<td>突发性能实例 t6</td>
<td>ecs.t6-c1m2.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz</td>
<td>0.08 Gbps</td>
<td>10 万 PPS</td>
<td>￥ 68.0 /月</td>
</tr>
<tr>
<td>共享计算型 n4</td>
<td>ecs.n4.large</td>
<td>2 vCPU</td>
<td>4 GiB</td>
<td>2.5 GHz</td>
<td>0.5 Gbps</td>
<td>10 万 PPS</td>
<td>￥ 204.0 /月</td>
</tr>
</tbody>
</table>
4核8G阿里云服务器价格表
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>处理器主频/睿频</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>高主频计算型 hfc5</td>
<td>ecs.hfc5.xlarge</td>
<td>4 vCPU</td>
<td>8 GiB</td>
<td>3.1 GHz/3.4 GHz</td>
<td>1.5 Gbps</td>
<td>50 万 PPS</td>
<td>￥ 502.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-c1m2.xlarge</td>
<td>4 vCPU</td>
<td>8 GiB</td>
<td>2.5 GHz</td>
<td>0.8 Gbps</td>
<td>20 万 PPS</td>
<td>￥ 219.45 /月</td>
</tr>
<tr>
<td>共享计算型 n4</td>
<td>ecs.n4.xlarge</td>
<td>4 vCPU</td>
<td>8 GiB</td>
<td>2.5 GHz</td>
<td>0.8 Gbps</td>
<td>15 万 PPS</td>
<td>￥ 408.0 /月</td>
</tr>
<tr>
<td>计算网络增强型 sn1ne</td>
<td>ecs.sn1ne.xlarge</td>
<td>4 vCPU</td>
<td>8 GiB</td>
<td>2.5 GHz</td>
<td>1.5 Gbps</td>
<td>50 万 PPS</td>
<td>￥ 394.0 /月</td>
</tr>
</tbody>
</table>
4核16G阿里云服务器价格表
<table>
<thead>
<tr>
<th>规格族</th>
<th>实例规格</th>
<th>vCPU</th>
<th>内存</th>
<th>处理器主频/睿频</th>
<th>内网带宽</th>
<th>内网收发包</th>
<th>参考价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>GPU计算型 gn5i</td>
<td>ecs.gn5i-c4g1.xlarge</td>
<td>4 vCPU</td>
<td>16 GiB</td>
<td>2.5 GHz</td>
<td>1.5 Gbps</td>
<td>20 万 PPS</td>
<td>￥ 2650.5 /月</td>
</tr>
<tr>
<td>高主频通用型 hfg5</td>
<td>ecs.hfg5.xlarge</td>
<td>4 vCPU</td>
<td>16 GiB</td>
<td>3.1 GHz/3.4 GHz</td>
<td>1.5 Gbps</td>
<td>50 万 PPS</td>
<td>￥ 664.0 /月</td>
</tr>
<tr>
<td>突发性能实例 t5</td>
<td>ecs.t5-c1m4.xlarge</td>
<td>4 vCPU</td>
<td>16 GiB</td>
<td>2.5 GHz</td>
<td>0.8 Gbps</td>
<td>20 万 PPS</td>
<td>￥ 342.0 /月</td>
</tr>
<tr>
<td>共享通用型 mn4</td>
<td>ecs.mn4.xlarge</td>
<td>4 vCPU</td>
<td>16 GiB</td>
<td>2.5 GHz</td>
<td>0.8 Gbps</td>
<td>15 万 PPS</td>
<td>￥ 620.0 /月</td>
</tr>
<tr>
<td>通用网络增强型 sn2ne</td>
<td>ecs.sn2ne.xlarge</td>
<td>4 vCPU</td>
<td>16 GiB</td>
<td>2.5 GHz</td>
<td>1.5 Gbps</td>
<td>50 万 PPS</td>
<td>￥ 543.4 /月</td>
</tr>
</tbody>
</table>
最新带宽收费价格表
<table>
<thead>
<tr>
<th>计费方式</th>
<th>规格</th>
<th>价格</th>
<th>计费方式</th>
</tr>
</thead>
<tbody>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>1Mbps</td>
<td>23.0 元/1Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>2Mbps</td>
<td>46.0 元/2Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>3Mbps</td>
<td>71.0 元/3Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>4Mbps</td>
<td>96.0 元/4Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>5Mbps</td>
<td>125.0 元/5Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>包年包月实例，固定带宽阶梯计费</td>
<td>6Mbps及以上, 每Mbps费用</td>
<td>80.0 元/Mbps/月</td>
<td>包年包月实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>按量计费实例，固定带宽阶梯计费</td>
<td>1－5 Mbps</td>
<td>0.062 元/Mbps/小时</td>
<td>按量计费实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>按量计费实例，固定带宽阶梯计费</td>
<td>6Mbps及以上, 每Mbps费用</td>
<td>0.252 元/Mbps/小时</td>
<td>按量计费实例，固定带宽阶梯计费</td>
</tr>
<tr>
<td>按使用量线性计费</td>
<td>1GB</td>
<td>0.8 元/GB</td>
<td>按使用量线性计费</td>
</tr>
</tbody>
</table>
参考以上常用配置价格表和最新带宽价格表，即可知道自己想选择的阿里云服务器配置多少钱了！
页:
[1]