论坛 › 技术前沿 › 2024年阿里云服务器最新收费标准与优惠活动全解析

953377826 发表于 2024-10-5 22:46:29

2024年阿里云服务器最新收费标准与优惠活动全解析

不同时期阿里云服务器的租用价格不同，2024年，阿里云服务器收费标准做了一次比较大的降价调整，百款产品直降，平均降幅20?云服务器收费标准最低降幅8?最高达到了93?目前轻量应用服务器2核2G3M价格为82元1年，云服务器2核2G本文主要为大家整理汇总了2024年阿里云服务器最新的收费标准和活动价格情况，以供大家参考和选择。



https://upload-images.jianshu.io/upload_images/19316870-20a31818830d7e2e.png

<div class="image-caption">阿里云服务器优势图.png

<h2>一、阿里云服务器最新租用收费标准</h2>

阿里云服务器为共享型和独享型，共享型包括共享型n4、经济型e、突发性能实例t5和t6等，独享型云服务器实例规格有通用算力型u1、计算型c6、c7、c8y，通用型g6、g7、g8y，内存型r6、r7、r8y和大数据型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。
阿里云服务器收费标准是指官方定价，2024年阿里云产品降价之后，云服务器的收费标准也有所下调，阿里云服务器价格组成包括三部分：云服务器实例价格（CPU内存价格）+公网带宽价格+块存储价格（系统盘及数据盘），小编以及华北1（青岛）地域为例，目前最新的收费标准如下。
<h3>1. 云服务器实例价格（CPU和内存价格）</h3>
<table>
<thead>
<tr>
<th>实例规格</th>
<th>vCPUs</th>
<th>内存(GiB)</th>
<th>按量(小时)</th>
<th>按量月估价(30天)</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>通用算力型 ecs.u1-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.45</td>
<td>324</td>
<td>216</td>
<td>116.64</td>
<td>75.6</td>
<td>51.84</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.351</td>
<td>252.72</td>
<td>168.48</td>
<td>90.98</td>
<td>58.97</td>
<td>40.44</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.large</td>
<td>2</td>
<td>16</td>
<td>0.59625</td>
<td>429.3</td>
<td>286.2</td>
<td>154.55</td>
<td>100.17</td>
<td>68.69</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.33375</td>
<td>240.3</td>
<td>160.2</td>
<td>86.51</td>
<td>56.07</td>
<td>38.45</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.xlarge</td>
<td>4</td>
<td>4</td>
<td>0.6675</td>
<td>480.6</td>
<td>320.4</td>
<td>173.02</td>
<td>112.14</td>
<td>76.9</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.1925</td>
<td>858.6</td>
<td>572.4</td>
<td>309.1</td>
<td>200.34</td>
<td>137.38</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.702</td>
<td>505.44</td>
<td>336.96</td>
<td>181.96</td>
<td>117.94</td>
<td>80.87</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.9</td>
<td>648</td>
<td>432</td>
<td>233.28</td>
<td>151.2</td>
<td>103.68</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.8</td>
<td>1296</td>
<td>864</td>
<td>466.56</td>
<td>302.4</td>
<td>207.36</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.404</td>
<td>1010.88</td>
<td>673.92</td>
<td>363.92</td>
<td>235.87</td>
<td>161.74</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.385</td>
<td>1717.2</td>
<td>1144.8</td>
<td>618.19</td>
<td>400.68</td>
<td>274.75</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.2xlarge</td>
<td>8</td>
<td>8</td>
<td>1.335</td>
<td>961.2</td>
<td>640.8</td>
<td>346.03</td>
<td>224.28</td>
<td>153.79</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.3xlarge</td>
<td>12</td>
<td>48</td>
<td>2.7</td>
<td>1944</td>
<td>1296</td>
<td>699.84</td>
<td>453.6</td>
<td>311.04</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.3xlarge</td>
<td>12</td>
<td>12</td>
<td>2.0025</td>
<td>1441.8</td>
<td>961.2</td>
<td>519.05</td>
<td>336.42</td>
<td>230.69</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.106</td>
<td>1516.32</td>
<td>1010.88</td>
<td>545.88</td>
<td>353.81</td>
<td>242.61</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.3xlarge</td>
<td>12</td>
<td>96</td>
<td>3.5775</td>
<td>2575.8</td>
<td>1717.2</td>
<td>927.29</td>
<td>601.02</td>
<td>412.13</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.4xlarge</td>
<td>16</td>
<td>16</td>
<td>2.67</td>
<td>1922.4</td>
<td>1281.6</td>
<td>692.06</td>
<td>448.56</td>
<td>307.58</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.4xlarge</td>
<td>16</td>
<td>128</td>
<td>4.77</td>
<td>3434.4</td>
<td>2289.6</td>
<td>1236.38</td>
<td>801.36</td>
<td>549.5</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.4xlarge</td>
<td>16</td>
<td>64</td>
<td>3.6</td>
<td>2592</td>
<td>1728</td>
<td>933.12</td>
<td>604.8</td>
<td>414.72</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.4xlarge</td>
<td>16</td>
<td>32</td>
<td>2.808</td>
<td>2021.76</td>
<td>1347.84</td>
<td>727.83</td>
<td>471.74</td>
<td>323.48</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m4.8xlarge</td>
<td>32</td>
<td>128</td>
<td>7.2</td>
<td>5184</td>
<td>3456</td>
<td>1866.24</td>
<td>1209.6</td>
<td>829.44</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m8.8xlarge</td>
<td>32</td>
<td>256</td>
<td>9.54</td>
<td>6868.8</td>
<td>4579.2</td>
<td>2472.77</td>
<td>1602.72</td>
<td>1099.01</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m2.8xlarge</td>
<td>32</td>
<td>64</td>
<td>5.616</td>
<td>4043.52</td>
<td>2695.68</td>
<td>1455.67</td>
<td>943.49</td>
<td>646.96</td>
</tr>
<tr>
<td>通用算力型 ecs.u1-c1m1.8xlarge</td>
<td>32</td>
<td>32</td>
<td>5.34</td>
<td>3844.8</td>
<td>2563.2</td>
<td>1384.13</td>
<td>897.12</td>
<td>615.17</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.2xlarge</td>
<td>8</td>
<td>32</td>
<td>26.46</td>
<td>19051.2</td>
<td>4572</td>
<td>3429</td>
<td>2209.8</td>
<td>2209.8</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>105.84</td>
<td>76204.8</td>
<td>18288</td>
<td>13716</td>
<td>8839.2</td>
<td>8839.2</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c8g1.16xlarge</td>
<td>64</td>
<td>256</td>
<td>211.68</td>
<td>152409.6</td>
<td>36576</td>
<td>27432</td>
<td>17678.4</td>
<td>17678.4</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6v-c10g1.20xlarge</td>
<td>82</td>
<td>336</td>
<td>219.64</td>
<td>158140.8</td>
<td>37953</td>
<td>28464.75</td>
<td>18343.95</td>
<td>18343.95</td>
</tr>
<tr>
<td>通用型 ecs.g6.large</td>
<td>2</td>
<td>8</td>
<td>0.5</td>
<td>360</td>
<td>240</td>
<td>156</td>
<td>103.2</td>
<td>72</td>
</tr>
<tr>
<td>通用型 ecs.g6.xlarge</td>
<td>4</td>
<td>16</td>
<td>1</td>
<td>720</td>
<td>480</td>
<td>312</td>
<td>206.4</td>
<td>144</td>
</tr>
<tr>
<td>通用型 ecs.g6.2xlarge</td>
<td>8</td>
<td>32</td>
<td>2</td>
<td>1440</td>
<td>960</td>
<td>624</td>
<td>412.8</td>
<td>288</td>
</tr>
<tr>
<td>通用型 ecs.g6.3xlarge</td>
<td>12</td>
<td>48</td>
<td>3</td>
<td>2160</td>
<td>1440</td>
<td>936</td>
<td>619.2</td>
<td>432</td>
</tr>
<tr>
<td>通用型 ecs.g6.4xlarge</td>
<td>16</td>
<td>64</td>
<td>4</td>
<td>2880</td>
<td>1920</td>
<td>1248</td>
<td>825.6</td>
<td>576</td>
</tr>
<tr>
<td>通用型 ecs.g6.6xlarge</td>
<td>24</td>
<td>96</td>
<td>6</td>
<td>4320</td>
<td>2880</td>
<td>1872</td>
<td>1238.4</td>
<td>864</td>
</tr>
<tr>
<td>通用型 ecs.g6.8xlarge</td>
<td>32</td>
<td>128</td>
<td>8</td>
<td>5760</td>
<td>3840</td>
<td>2496</td>
<td>1651.2</td>
<td>1152</td>
</tr>
<tr>
<td>通用型 ecs.g6.13xlarge</td>
<td>52</td>
<td>192</td>
<td>13</td>
<td>9360</td>
<td>6240</td>
<td>4056</td>
<td>2683.2</td>
<td>1872</td>
</tr>
<tr>
<td>通用型 ecs.g6.26xlarge</td>
<td>104</td>
<td>384</td>
<td>26</td>
<td>18720</td>
<td>12480</td>
<td>8112</td>
<td>5366.4</td>
<td>3744</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c4g1.xlarge</td>
<td>4</td>
<td>15</td>
<td>11.63</td>
<td>8373.6</td>
<td>3348</td>
<td>1674</td>
<td>1071.36</td>
<td>1071.36</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c8g1.2xlarge</td>
<td>8</td>
<td>31</td>
<td>14</td>
<td>10080</td>
<td>4032</td>
<td>2016</td>
<td>1290.24</td>
<td>1290.24</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c16g1.4xlarge</td>
<td>16</td>
<td>62</td>
<td>16.41</td>
<td>11815.2</td>
<td>4725</td>
<td>2362.5</td>
<td>1512</td>
<td>1512</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.6xlarge</td>
<td>24</td>
<td>93</td>
<td>17.19</td>
<td>12376.8</td>
<td>4950</td>
<td>2475</td>
<td>1584</td>
<td>1584</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c40g1.10xlarge</td>
<td>40</td>
<td>155</td>
<td>14.819</td>
<td>10669.68</td>
<td>7112.9</td>
<td>3556.45</td>
<td>2276.13</td>
<td>2276.13</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.12xlarge</td>
<td>48</td>
<td>186</td>
<td>34.38</td>
<td>24753.6</td>
<td>9900</td>
<td>4950</td>
<td>3168</td>
<td>3168</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn6i-c24g1.24xlarge</td>
<td>96</td>
<td>372</td>
<td>68.75</td>
<td>49500</td>
<td>19800</td>
<td>9900</td>
<td>6336</td>
<td>6336</td>
</tr>
<tr>
<td>计算型 ecs.c6.large</td>
<td>2</td>
<td>4</td>
<td>0.39</td>
<td>280.8</td>
<td>187</td>
<td>121.55</td>
<td>80.41</td>
<td>56.1</td>
</tr>
<tr>
<td>计算型 ecs.c6.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.78</td>
<td>561.6</td>
<td>374</td>
<td>243.1</td>
<td>160.82</td>
<td>112.2</td>
</tr>
<tr>
<td>计算型 ecs.c6.2xlarge</td>
<td>8</td>
<td>16</td>
<td>1.56</td>
<td>1123.2</td>
<td>748</td>
<td>486.2</td>
<td>321.64</td>
<td>224.4</td>
</tr>
<tr>
<td>计算型 ecs.c6.3xlarge</td>
<td>12</td>
<td>24</td>
<td>2.34</td>
<td>1684.8</td>
<td>1122</td>
<td>729.3</td>
<td>482.46</td>
<td>336.6</td>
</tr>
<tr>
<td>计算型 ecs.c6.4xlarge</td>
<td>16</td>
<td>32</td>
<td>3.12</td>
<td>2246.4</td>
<td>1496</td>
<td>972.4</td>
<td>643.28</td>
<td>448.8</td>
</tr>
<tr>
<td>计算型 ecs.c6.6xlarge</td>
<td>24</td>
<td>48</td>
<td>4.68</td>
<td>3369.6</td>
<td>2244</td>
<td>1458.6</td>
<td>964.92</td>
<td>673.2</td>
</tr>
<tr>
<td>计算型 ecs.c6.8xlarge</td>
<td>32</td>
<td>64</td>
<td>6.23</td>
<td>4485.6</td>
<td>2992</td>
<td>1944.8</td>
<td>1286.56</td>
<td>897.6</td>
</tr>
<tr>
<td>计算型 ecs.c6.13xlarge</td>
<td>52</td>
<td>96</td>
<td>10.13</td>
<td>7293.6</td>
<td>4862</td>
<td>3160.3</td>
<td>2090.66</td>
<td>1458.6</td>
</tr>
<tr>
<td>计算型 ecs.c6.26xlarge</td>
<td>104</td>
<td>192</td>
<td>20.26</td>
<td>14587.2</td>
<td>9724</td>
<td>6320.6</td>
<td>4181.32</td>
<td>2917.2</td>
</tr>
<tr>
<td>内存型 ecs.r6.large</td>
<td>2</td>
<td>16</td>
<td>0.66</td>
<td>475.2</td>
<td>318</td>
<td>206.7</td>
<td>136.74</td>
<td>95.4</td>
</tr>
<tr>
<td>内存型 ecs.r6.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.33</td>
<td>957.6</td>
<td>636</td>
<td>413.4</td>
<td>273.48</td>
<td>190.8</td>
</tr>
<tr>
<td>内存型 ecs.r6.2xlarge</td>
<td>8</td>
<td>64</td>
<td>2.65</td>
<td>1908</td>
<td>1272</td>
<td>826.8</td>
<td>546.96</td>
<td>381.6</td>
</tr>
<tr>
<td>内存型 ecs.r6.3xlarge</td>
<td>12</td>
<td>96</td>
<td>3.98</td>
<td>2865.6</td>
<td>1908</td>
<td>1240.2</td>
<td>820.44</td>
<td>572.4</td>
</tr>
<tr>
<td>内存型 ecs.r6.4xlarge</td>
<td>16</td>
<td>128</td>
<td>5.3</td>
<td>3816</td>
<td>2544</td>
<td>1653.6</td>
<td>1093.92</td>
<td>763.2</td>
</tr>
<tr>
<td>内存型 ecs.r6.6xlarge</td>
<td>24</td>
<td>192</td>
<td>7.95</td>
<td>5724</td>
<td>3816</td>
<td>2480.4</td>
<td>1640.88</td>
<td>1144.8</td>
</tr>
<tr>
<td>内存型 ecs.r6.8xlarge</td>
<td>32</td>
<td>256</td>
<td>10.6</td>
<td>7632</td>
<td>5088</td>
<td>3307.2</td>
<td>2187.84</td>
<td>1526.4</td>
</tr>
<tr>
<td>内存型 ecs.r6.13xlarge</td>
<td>52</td>
<td>384</td>
<td>17.23</td>
<td>12405.6</td>
<td>8268</td>
<td>5374.2</td>
<td>3555.24</td>
<td>2480.4</td>
</tr>
<tr>
<td>内存型 ecs.r6.26xlarge</td>
<td>104</td>
<td>768</td>
<td>34.45</td>
<td>24804</td>
<td>16536</td>
<td>10748.4</td>
<td>7110.48</td>
<td>4960.8</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>24804</td>
<td>16536</td>
<td>14055.6</td>
<td>9094.8</td>
<td>6283.68</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn6i-vws-m2.xlarge</td>
<td>4</td>
<td>10</td>
<td>1.6781</td>
<td>1208.23</td>
<td>805.49</td>
<td>805.49</td>
<td>805.49</td>
<td>805.49</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn6i-vws-m4.2xlarge</td>
<td>8</td>
<td>16</td>
<td>2.931158</td>
<td>2110.43</td>
<td>1406.96</td>
<td>1406.96</td>
<td>1406.96</td>
<td>1406.96</td>
</tr>
<tr>
<td>GPU共享型 ecs.sgn6i-vws-m8.4xlarge</td>
<td>16</td>
<td>32</td>
<td>5.392096</td>
<td>3882.31</td>
<td>2588.21</td>
<td>2588.21</td>
<td>2588.21</td>
<td>2588.21</td>
</tr>
<tr>
<td>计算型 ecs.c5.large</td>
<td>2</td>
<td>4</td>
<td>0.62</td>
<td>446.4</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>892.8</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>1792.8</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>2685.6</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>3578.4</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>5371.2</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>7156.8</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>14320.8</td>
<td>5728</td>
<td>4868.8</td>
<td>3150.4</td>
<td>2176.64</td>
</tr>
<tr>
<td>通用型 ecs.g5.large</td>
<td>2</td>
<td>8</td>
<td>0.89</td>
<td>640.8</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>1274.4</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>2548.8</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>3823.2</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>5097.6</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>7653.6</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>10202.4</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>20397.6</td>
<td>8160</td>
<td>6936</td>
<td>4488</td>
<td>3100.8</td>
</tr>
<tr>
<td>内存型 ecs.r5.large</td>
<td>2</td>
<td>16</td>
<td>1.13</td>
<td>813.6</td>
<td>326</td>
<td>277.1</td>
<td>179.3</td>
<td>123.88</td>
</tr>
<tr>
<td>内存型 ecs.r5.xlarge</td>
<td>4</td>
<td>32</td>
<td>2.26</td>
<td>1627.2</td>
<td>652</td>
<td>554.2</td>
<td>358.6</td>
<td>247.76</td>
</tr>
<tr>
<td>内存型 ecs.r5.2xlarge</td>
<td>8</td>
<td>64</td>
<td>4.53</td>
<td>3261.6</td>
<td>1304</td>
<td>1108.4</td>
<td>717.2</td>
<td>495.52</td>
</tr>
<tr>
<td>内存型 ecs.r5.3xlarge</td>
<td>12</td>
<td>96</td>
<td>6.79</td>
<td>4888.8</td>
<td>1956</td>
<td>1662.6</td>
<td>1075.8</td>
<td>743.28</td>
</tr>
<tr>
<td>内存型 ecs.r5.4xlarge</td>
<td>16</td>
<td>128</td>
<td>9.06</td>
<td>6523.2</td>
<td>2608</td>
<td>2216.8</td>
<td>1434.4</td>
<td>991.04</td>
</tr>
<tr>
<td>内存型 ecs.r5.6xlarge</td>
<td>24</td>
<td>192</td>
<td>13.58</td>
<td>9777.6</td>
<td>3912</td>
<td>3325.2</td>
<td>2151.6</td>
<td>1486.56</td>
</tr>
<tr>
<td>内存型 ecs.r5.8xlarge</td>
<td>32</td>
<td>256</td>
<td>18.11</td>
<td>13039.2</td>
<td>5216</td>
<td>4433.6</td>
<td>2868.8</td>
<td>1982.08</td>
</tr>
<tr>
<td>内存型 ecs.r5.16xlarge</td>
<td>64</td>
<td>512</td>
<td>36.22</td>
<td>26078.4</td>
<td>10432</td>
<td>8867.2</td>
<td>5737.6</td>
<td>3964.16</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc5.large</td>
<td>2</td>
<td>4</td>
<td>0.87</td>
<td>626.4</td>
<td>251</td>
<td>208.33</td>
<td>125.5</td>
<td>82.83</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc5.xlarge</td>
<td>4</td>
<td>8</td>
<td>1.74</td>
<td>1252.8</td>
<td>502</td>
<td>416.66</td>
<td>251</td>
<td>165.66</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc5.2xlarge</td>
<td>8</td>
<td>16</td>
<td>3.49</td>
<td>2512.8</td>
<td>1004</td>
<td>833.32</td>
<td>502</td>
<td>331.32</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc5.3xlarge</td>
<td>12</td>
<td>24</td>
<td>5.23</td>
<td>3765.6</td>
<td>1506</td>
<td>1249.98</td>
<td>753</td>
<td>496.98</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc5.4xlarge</td>
<td>16</td>
<td>32</td>
<td>6.97</td>
<td>5018.4</td>
<td>2008</td>
<td>1666.64</td>
<td>1004</td>
<td>662.64</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc5.6xlarge</td>
<td>24</td>
<td>48</td>
<td>10.46</td>
<td>7531.2</td>
<td>3012</td>
<td>2499.96</td>
<td>1506</td>
<td>993.96</td>
</tr>
<tr>
<td>高主频计算型 ecs.hfc5.8xlarge</td>
<td>32</td>
<td>64</td>
<td>13.94</td>
<td>10036.8</td>
<td>4016</td>
<td>3333.28</td>
<td>2008</td>
<td>1325.28</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.large</td>
<td>2</td>
<td>8</td>
<td>1.15</td>
<td>828</td>
<td>332</td>
<td>268.92</td>
<td>162.68</td>
<td>106.24</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.xlarge</td>
<td>4</td>
<td>16</td>
<td>2.31</td>
<td>1663.2</td>
<td>664</td>
<td>537.84</td>
<td>325.36</td>
<td>212.48</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.2xlarge</td>
<td>8</td>
<td>32</td>
<td>4.61</td>
<td>3319.2</td>
<td>1328</td>
<td>1075.68</td>
<td>650.72</td>
<td>424.96</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.3xlarge</td>
<td>12</td>
<td>48</td>
<td>6.92</td>
<td>4982.4</td>
<td>1992</td>
<td>1613.52</td>
<td>976.08</td>
<td>637.44</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.4xlarge</td>
<td>16</td>
<td>64</td>
<td>9.22</td>
<td>6638.4</td>
<td>2656</td>
<td>2151.36</td>
<td>1301.44</td>
<td>849.92</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.6xlarge</td>
<td>24</td>
<td>96</td>
<td>13.83</td>
<td>9957.6</td>
<td>3984</td>
<td>3227.04</td>
<td>1952.16</td>
<td>1274.88</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.8xlarge</td>
<td>32</td>
<td>128</td>
<td>18.44</td>
<td>13276.8</td>
<td>5312</td>
<td>4302.72</td>
<td>2602.88</td>
<td>1699.84</td>
</tr>
<tr>
<td>高主频通用型 ecs.hfg5.14xlarge</td>
<td>56</td>
<td>160</td>
<td>30.58</td>
<td>22017.6</td>
<td>8808</td>
<td>7134.48</td>
<td>4315.92</td>
<td>2818.56</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c2g1.large</td>
<td>2</td>
<td>8</td>
<td>8.68</td>
<td>6249.6</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>6976.8</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>8402.4</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>11253.6</td>
<td>4275</td>
<td>3375</td>
<td>2025</td>
<td>1350</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c16g1.8xlarge</td>
<td>32</td>
<td>128</td>
<td>31.25</td>
<td>22500</td>
<td>8550</td>
<td>6750</td>
<td>4050</td>
<td>2700</td>
</tr>
<tr>
<td>GPU计算型 ecs.gn5i-c28g1.14xlarge</td>
<td>56</td>
<td>224</td>
<td>43.06</td>
<td>31003.2</td>
<td>11780</td>
<td>9300</td>
<td>5580</td>
<td>3720</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>45.36</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>59.76</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>120.24</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-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.29</td>
<td>208.8</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>288</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>453.6</td>
<td>171</td>
<td>135</td>
<td>81</td>
<td>54</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>239.76</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>396</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.xlarge</td>
<td>4</td>
<td>4</td>
<td>0.58</td>
<td>417.6</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>576</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>900</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>835.2</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>1152</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>1800</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>1663.2</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>2311.2</td>
<td>877.8</td>
<td>693</td>
<td>415.8</td>
<td>277.2</td>
</tr>
<tr>
<td>高主频型超级计算集群 ecs.scch5.16xlarge</td>
<td>64</td>
<td>192</td>
<td>42.36</td>
<td>30499.2</td>
<td>11590</td>
<td>9150</td>
<td>5490</td>
<td>3660</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.large</td>
<td>2</td>
<td>2</td>
<td>0.59</td>
<td>424.8</td>
<td>170</td>
<td>144.5</td>
<td>93.5</td>
<td>64.6</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.xlarge</td>
<td>4</td>
<td>4</td>
<td>1.18</td>
<td>849.6</td>
<td>340</td>
<td>289</td>
<td>187</td>
<td>129.2</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.2xlarge</td>
<td>8</td>
<td>8</td>
<td>2.36</td>
<td>1699.2</td>
<td>680</td>
<td>578</td>
<td>374</td>
<td>258.4</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.3xlarge</td>
<td>12</td>
<td>12</td>
<td>3.54</td>
<td>2548.8</td>
<td>1020</td>
<td>867</td>
<td>561</td>
<td>387.6</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.4xlarge</td>
<td>16</td>
<td>16</td>
<td>4.72</td>
<td>3398.4</td>
<td>1360</td>
<td>1156</td>
<td>748</td>
<td>516.8</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.6xlarge</td>
<td>24</td>
<td>24</td>
<td>7.09</td>
<td>5104.8</td>
<td>2041</td>
<td>1734.85</td>
<td>1122.55</td>
<td>775.58</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.8xlarge</td>
<td>32</td>
<td>32</td>
<td>9.45</td>
<td>6804</td>
<td>2721</td>
<td>2312.85</td>
<td>1496.55</td>
<td>1033.98</td>
</tr>
<tr>
<td>密集计算型 ecs.ic5.16xlarge</td>
<td>64</td>
<td>64</td>
<td>18.9</td>
<td>13608</td>
<td>5442</td>
<td>4625.7</td>
<td>2993.1</td>
<td>2067.96</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.large</td>
<td>2</td>
<td>8</td>
<td>0.649</td>
<td>467.28</td>
<td>311.75</td>
<td>202.64</td>
<td>134.05</td>
<td>93.53</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.299</td>
<td>935.28</td>
<td>623.5</td>
<td>405.28</td>
<td>268.11</td>
<td>187.05</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>4.33</td>
<td>3117.6</td>
<td>1247</td>
<td>810.55</td>
<td>536.21</td>
<td>374.1</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>8.66</td>
<td>6235.2</td>
<td>2494</td>
<td>1621.1</td>
<td>1072.42</td>
<td>748.2</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>17.32</td>
<td>12470.4</td>
<td>4988</td>
<td>3242.2</td>
<td>2144.84</td>
<td>1496.4</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.16xlarge</td>
<td>64</td>
<td>256</td>
<td>34.64</td>
<td>24940.8</td>
<td>9976</td>
<td>6484.4</td>
<td>4289.68</td>
<td>2992.8</td>
</tr>
<tr>
<td>通用网络增强型 ecs.g5ne.18xlarge</td>
<td>72</td>
<td>288</td>
<td>38.97</td>
<td>28058.4</td>
<td>11223</td>
<td>7294.95</td>
<td>4825.89</td>
<td>3366.9</td>
</tr>
<tr>
<td>通用型 ecs.n4.small</td>
<td>1</td>
<td>2</td>
<td>0.29</td>
<td>208.8</td>
<td>84</td>
<td>71.4</td>
<td>42</td>
<td>42</td>
</tr>
<tr>
<td>通用型 ecs.n4.large</td>
<td>2</td>
<td>4</td>
<td>0.71</td>
<td>511.2</td>
<td>204</td>
<td>173.4</td>
<td>102</td>
<td>102</td>
</tr>
<tr>
<td>通用型 ecs.n4.xlarge</td>
<td>4</td>
<td>8</td>
<td>1.42</td>
<td>1022.4</td>
<td>408</td>
<td>346.8</td>
<td>204</td>
<td>204</td>
</tr>
<tr>
<td>通用型 ecs.n4.2xlarge</td>
<td>8</td>
<td>16</td>
<td>2.83</td>
<td>2037.6</td>
<td>816</td>
<td>693.6</td>
<td>408</td>
<td>408</td>
</tr>
<tr>
<td>通用型 ecs.n4.4xlarge</td>
<td>16</td>
<td>32</td>
<td>5.67</td>
<td>4082.4</td>
<td>1632</td>
<td>1387.2</td>
<td>816</td>
<td>816</td>
</tr>
<tr>
<td>通用型 ecs.n4.8xlarge</td>
<td>32</td>
<td>64</td>
<td>11.33</td>
<td>8157.6</td>
<td>3264</td>
<td>2774.4</td>
<td>1632</td>
<td>1632</td>
</tr>
<tr>
<td>通用型 ecs.mn4.small</td>
<td>1</td>
<td>4</td>
<td>0.54</td>
<td>388.8</td>
<td>155</td>
<td>131.75</td>
<td>77.5</td>
<td>77.5</td>
</tr>
<tr>
<td>通用型 ecs.mn4.large</td>
<td>2</td>
<td>8</td>
<td>1.08</td>
<td>777.6</td>
<td>310</td>
<td>263.5</td>
<td>155</td>
<td>155</td>
</tr>
<tr>
<td>通用型 ecs.mn4.xlarge</td>
<td>4</td>
<td>16</td>
<td>2.15</td>
<td>1548</td>
<td>620</td>
<td>527</td>
<td>310</td>
<td>310</td>
</tr>
<tr>
<td>通用型 ecs.mn4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>4.3</td>
<td>3096</td>
<td>1240</td>
<td>1054</td>
<td>620</td>
<td>620</td>
</tr>
<tr>
<td>通用型 ecs.mn4.4xlarge</td>
<td>16</td>
<td>64</td>
<td>8.61</td>
<td>6199.2</td>
<td>2480</td>
<td>2108</td>
<td>1240</td>
<td>1240</td>
</tr>
<tr>
<td>通用型 ecs.mn4.8xlarge</td>
<td>32</td>
<td>128</td>
<td>17.22</td>
<td>12398.4</td>
<td>4960</td>
<td>4216</td>
<td>2480</td>
<td>2480</td>
</tr>
<tr>
<td>通用型 ecs.xn4.small</td>
<td>1</td>
<td>1</td>
<td>0.16</td>
<td>115.2</td>
<td>45</td>
<td>38.25</td>
<td>22.5</td>
<td>22.5</td>
</tr>
<tr>
<td>经济型 ecs.e4.small</td>
<td>1</td>
<td>8</td>
<td>0.9</td>
<td>648</td>
<td>260</td>
<td>221</td>
<td>130</td>
<td>130</td>
</tr>
<tr>
<td>经济型 ecs.e4.large</td>
<td>2</td>
<td>16</td>
<td>1.81</td>
<td>1303.2</td>
<td>520</td>
<td>442</td>
<td>260</td>
<td>260</td>
</tr>
<tr>
<td>经济型 ecs.e4.xlarge</td>
<td>4</td>
<td>32</td>
<td>3.61</td>
<td>2599.2</td>
<td>1040</td>
<td>884</td>
<td>520</td>
<td>520</td>
</tr>
<tr>
<td>经济型 ecs.e4.2xlarge</td>
<td>8</td>
<td>64</td>
<td>7.22</td>
<td>5198.4</td>
<td>2080</td>
<td>1768</td>
<td>1040</td>
<td>1040</td>
</tr>
<tr>
<td>经济型 ecs.e4.4xlarge</td>
<td>16</td>
<td>128</td>
<td>14.44</td>
<td>10396.8</td>
<td>4160</td>
<td>3536</td>
<td>2080</td>
<td>2080</td>
</tr>
<tr>
<td>持久内存型 ecs.re4.10xlarge</td>
<td>40</td>
<td>480</td>
<td>34.375</td>
<td>24750</td>
<td>9900</td>
<td>8415</td>
<td>4950</td>
<td>4950</td>
</tr>
<tr>
<td>持久内存型 ecs.re4.20xlarge</td>
<td>80</td>
<td>960</td>
<td>68.75</td>
<td>49500</td>
<td>19800</td>
<td>16830</td>
<td>9900</td>
<td>9900</td>
</tr>
<tr>
<td>持久内存型 ecs.re4.40xlarge</td>
<td>160</td>
<td>1920</td>
<td>137.5</td>
<td>99000</td>
<td>39600</td>
<td>33660</td>
<td>19800</td>
<td>19800</td>
</tr>
<tr>
<td>ecs.sn2ne.large</td>
<td>2</td>
<td>8</td>
<td>0.99</td>
<td>712.8</td>
<td>286</td>
<td>243.1</td>
<td>157.3</td>
<td>108.68</td>
</tr>
<tr>
<td>ecs.sn2ne.xlarge</td>
<td>4</td>
<td>16</td>
<td>1.99</td>
<td>1432.8</td>
<td>572</td>
<td>486.2</td>
<td>314.6</td>
<td>217.36</td>
</tr>
<tr>
<td>ecs.sn2ne.2xlarge</td>
<td>8</td>
<td>32</td>
<td>3.97</td>
<td>2858.4</td>
<td>1144</td>
<td>972.4</td>
<td>629.2</td>
<td>434.72</td>
</tr>
<tr>
<td>ecs.sn2ne.3xlarge</td>
<td>12</td>
<td>48</td>
<td>5.96</td>
<td>4291.2</td>
<td>1716</td>
<td>1458.6</td>
<td>943.8</td>
<td>652.08</td>
</tr>
<tr>
<td>ecs.sn2ne.4xlarge</td>
<td>16</td>
<td>64</td>
<td>7.94</td>
<td>5716.8</td>
<td>2288</td>
<td>1944.8</td>
<td>1258.4</td>
<td>869.44</td>
</tr>
<tr>
<td>ecs.sn2ne.6xlarge</td>
<td>24</td>
<td>96</td>
<td>11.92</td>
<td>8582.4</td>
<td>3432</td>
<td>2917.2</td>
<td>1887.6</td>
<td>1304.16</td>
</tr>
<tr>
<td>ecs.sn2ne.8xlarge</td>
<td>32</td>
<td>128</td>
<td>15.89</td>
<td>11440.8</td>
<td>4576</td>
<td>3889.6</td>
<td>2516.8</td>
<td>1738.88</td>
</tr>
<tr>
<td>ecs.sn2ne.14xlarge</td>
<td>56</td>
<td>224</td>
<td>27.81</td>
<td>20023.2</td>
<td>8008</td>
<td>6806.8</td>
<td>4404.4</td>
<td>3043.04</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.88</td>
<td>1353.6</td>
<td>904</td>
<td>587.6</td>
<td>388.72</td>
<td>271.2</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.77</td>
<td>2714.4</td>
<td>1808</td>
<td>1175.2</td>
<td>777.44</td>
<td>542.4</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.4xlarge</td>
<td>16</td>
<td>128</td>
<td>7.53</td>
<td>5421.6</td>
<td>3616</td>
<td>2350.4</td>
<td>1554.88</td>
<td>1084.8</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.8xlarge</td>
<td>32</td>
<td>256</td>
<td>15.07</td>
<td>10850.4</td>
<td>7232</td>
<td>4700.8</td>
<td>3109.76</td>
<td>2169.6</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2.16xlarge</td>
<td>64</td>
<td>512</td>
<td>30.13</td>
<td>21693.6</td>
<td>14464</td>
<td>9401.6</td>
<td>6219.52</td>
<td>4339.2</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.2xlarge</td>
<td>8</td>
<td>32</td>
<td>3.073</td>
<td>2212.56</td>
<td>1475</td>
<td>958.75</td>
<td>634.25</td>
<td>442.5</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.4xlarge</td>
<td>16</td>
<td>64</td>
<td>6.146</td>
<td>4425.12</td>
<td>2950</td>
<td>1917.5</td>
<td>1268.5</td>
<td>885</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.8xlarge</td>
<td>32</td>
<td>128</td>
<td>12.292</td>
<td>8850.24</td>
<td>5900</td>
<td>3835</td>
<td>2537</td>
<td>1770</td>
</tr>
<tr>
<td>本地SSD型 ecs.i2g.16xlarge</td>
<td>64</td>
<td>256</td>
<td>24.584</td>
<td>17700.48</td>
<td>11800</td>
<td>7670</td>
<td>5074</td>
<td>3540</td>
</tr>
<tr>
<td>本地SSD网络增强型 ecs.i2ne.xlarge</td>
<td>4</td>
<td>32</td>
<td>1.974</td>
<td>1421.28</td>
<td>949.2</td>
<td>616.98</td>
<td>408.16</td>
<td>284.76</td>
</tr>
<tr>
<td>本地SSD网络增强型 ecs.i2ne.2xlarge</td>
<td>8</td>
<td>64</td>
<td>3.948</td>
<td>2842.56</td>
<td>1898.4</td>
<td>1233.96</td>
<td>816.31</td>
<td>569.52</td>
</tr>
<tr>
<td>本地SSD网络增强型 ecs.i2ne.4xlarge</td>
<td>16</td>
<td>128</td>
<td>7.896</td>
<td>5685.12</td>
<td>3796.8</td>
<td>2467.92</td>
<td>1632.62</td>
<td>1139.04</td>
</tr>
<tr>
<td>本地SSD网络增强型 ecs.i2ne.8xlarge</td>
<td>32</td>
<td>256</td>
<td>15.792</td>
<td>11370.24</td>
<td>7593.6</td>
<td>4935.84</td>
<td>3265.25</td>
<td>2278.08</td>
</tr>
<tr>
<td>本地SSD网络增强型 ecs.i2ne.16xlarge</td>
<td>64</td>
<td>512</td>
<td>31.584</td>
<td>22740.48</td>
<td>15187.2</td>
<td>9871.68</td>
<td>6530.5</td>
<td>4556.16</td>
</tr>
<tr>
<td>本地SSD网络增强型 ecs.i2ne.20xlarge</td>
<td>80</td>
<td>704</td>
<td>39.48</td>
<td>28425.6</td>
<td>18984</td>
<td>12339.6</td>
<td>8163.12</td>
<td>5695.2</td>
</tr>
<tr>
<td>大数据存储型 ecs.d2s.5xlarge</td>
<td>20</td>
<td>88</td>
<td>14.73</td>
<td>10605.6</td>
<td>4242</td>
<td>2757.3</td>
<td>1824.06</td>
<td>1272.6</td>
</tr>
<tr>
<td>大数据存储型 ecs.d2s.10xlarge</td>
<td>40</td>
<td>176</td>
<td>29.46</td>
<td>21211.2</td>
<td>8484</td>
<td>5514.6</td>
<td>3648.12</td>
<td>2545.2</td>
</tr>
<tr>
<td>大数据存储型 ecs.d2s.20xlarge</td>
<td>80</td>
<td>352</td>
<td>58.92</td>
<td>42422.4</td>
<td>16968</td>
<td>11029.2</td>
<td>7296.24</td>
<td>5090.4</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1.large</td>
<td>2</td>
<td>16</td>
<td>1.53</td>
<td>1101.6</td>
<td>366</td>
<td>311.1</td>
<td>183</td>
<td>183</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1.xlarge</td>
<td>4</td>
<td>32</td>
<td>3.07</td>
<td>2210.4</td>
<td>732</td>
<td>622.2</td>
<td>366</td>
<td>366</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1.2xlarge</td>
<td>8</td>
<td>64</td>
<td>6.14</td>
<td>4420.8</td>
<td>1464</td>
<td>1244.4</td>
<td>732</td>
<td>732</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1.4xlarge</td>
<td>16</td>
<td>128</td>
<td>12.28</td>
<td>8841.6</td>
<td>2928</td>
<td>2488.8</td>
<td>1464</td>
<td>1464</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1.8xlarge</td>
<td>32</td>
<td>256</td>
<td>24.56</td>
<td>17683.2</td>
<td>5856</td>
<td>4977.6</td>
<td>2928</td>
<td>2928</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1.14xlarge</td>
<td>56</td>
<td>480</td>
<td>44.29</td>
<td>31888.8</td>
<td>10248</td>
<td>8710.8</td>
<td>5124</td>
<td>5124</td>
</tr>
<tr>
<td>ecs.sn1ne.large</td>
<td>2</td>
<td>4</td>
<td>0.68</td>
<td>489.6</td>
<td>197</td>
<td>167.45</td>
<td>108.35</td>
<td>74.86</td>
</tr>
<tr>
<td>ecs.sn1ne.xlarge</td>
<td>4</td>
<td>8</td>
<td>1.37</td>
<td>986.4</td>
<td>394</td>
<td>334.9</td>
<td>216.7</td>
<td>149.72</td>
</tr>
<tr>
<td>ecs.sn1ne.2xlarge</td>
<td>8</td>
<td>16</td>
<td>2.74</td>
<td>1972.8</td>
<td>788</td>
<td>669.8</td>
<td>433.4</td>
<td>299.44</td>
</tr>
<tr>
<td>ecs.sn1ne.3xlarge</td>
<td>12</td>
<td>24</td>
<td>4.1</td>
<td>2952</td>
<td>1182</td>
<td>1004.7</td>
<td>650.1</td>
<td>449.16</td>
</tr>
<tr>
<td>ecs.sn1ne.4xlarge</td>
<td>16</td>
<td>32</td>
<td>5.47</td>
<td>3938.4</td>
<td>1576</td>
<td>1339.6</td>
<td>866.8</td>
<td>598.88</td>
</tr>
<tr>
<td>ecs.sn1ne.6xlarge</td>
<td>24</td>
<td>48</td>
<td>8.21</td>
<td>5911.2</td>
<td>2364</td>
<td>2009.4</td>
<td>1300.2</td>
<td>898.32</td>
</tr>
<tr>
<td>ecs.sn1ne.8xlarge</td>
<td>32</td>
<td>64</td>
<td>10.94</td>
<td>7876.8</td>
<td>3152</td>
<td>2679.2</td>
<td>1733.6</td>
<td>1197.76</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.large</td>
<td>2</td>
<td>16</td>
<td>1.27</td>
<td>914.4</td>
<td>366</td>
<td>311.1</td>
<td>201.3</td>
<td>139.08</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.xlarge</td>
<td>4</td>
<td>32</td>
<td>2.54</td>
<td>1828.8</td>
<td>732</td>
<td>622.2</td>
<td>402.6</td>
<td>278.16</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.2xlarge</td>
<td>8</td>
<td>64</td>
<td>5.08</td>
<td>3657.6</td>
<td>1464</td>
<td>1244.4</td>
<td>805.2</td>
<td>556.32</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.3xlarge</td>
<td>12</td>
<td>96</td>
<td>7.63</td>
<td>5493.6</td>
<td>2196</td>
<td>1866.6</td>
<td>1207.8</td>
<td>834.48</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.4xlarge</td>
<td>16</td>
<td>128</td>
<td>10.17</td>
<td>7322.4</td>
<td>2928</td>
<td>2488.8</td>
<td>1610.4</td>
<td>1112.64</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.6xlarge</td>
<td>24</td>
<td>192</td>
<td>15.25</td>
<td>10980</td>
<td>4392</td>
<td>3733.2</td>
<td>2415.6</td>
<td>1668.96</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.8xlarge</td>
<td>32</td>
<td>256</td>
<td>20.33</td>
<td>14637.6</td>
<td>5856</td>
<td>4977.6</td>
<td>3220.8</td>
<td>2225.28</td>
</tr>
<tr>
<td>存储增强内存型 ecs.se1ne.14xlarge</td>
<td>56</td>
<td>480</td>
<td>35.58</td>
<td>25617.6</td>
<td>10248</td>
<td>8710.8</td>
<td>5636.4</td>
<td>3894.24</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>4809.6</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>9626.4</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>14436</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.8xlarge</td>
<td>32</td>
<td>128</td>
<td>26.74</td>
<td>19252.8</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.14xlarge</td>
<td>56</td>
<td>224</td>
<td>46.79</td>
<td>33688.8</td>
<td>12801.25</td>
<td>10106.25</td>
<td>6063.75</td>
<td>4042.5</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m2.large</td>
<td>2</td>
<td>4</td>
<td>0.225</td>
<td>162</td>
<td>108</td>
<td>36.72</td>
<td>22.68</td>
<td>22.68</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m4.large</td>
<td>2</td>
<td>8</td>
<td>0.3375</td>
<td>243</td>
<td>162</td>
<td>55.08</td>
<td>34.02</td>
<td>34.02</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m1.large</td>
<td>2</td>
<td>2</td>
<td>0.094</td>
<td>67.68</td>
<td>45.14</td>
<td>15.35</td>
<td>9.48</td>
<td>9.48</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m4.xlarge</td>
<td>4</td>
<td>16</td>
<td>0.675</td>
<td>486</td>
<td>324</td>
<td>220.32</td>
<td>142.56</td>
<td>97.2</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m2.xlarge</td>
<td>4</td>
<td>8</td>
<td>0.45</td>
<td>324</td>
<td>216</td>
<td>146.88</td>
<td>95.04</td>
<td>64.8</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m4.2xlarge</td>
<td>8</td>
<td>32</td>
<td>1.35</td>
<td>972</td>
<td>648</td>
<td>440.64</td>
<td>285.12</td>
<td>194.4</td>
</tr>
<tr>
<td>经济型 ecs.e-c1m2.2xlarge</td>
<td>8</td>
<td>16</td>
<td>0.9</td>
<td>648</td>
<td>432</td>
<td>293.76</td>
<td>190.08</td>
<td>129.6</td>
</tr>
</tbody>
</table>
<h3>2. 阿里云服务器公网带宽价格</h3>
云服务器想要在公网对外提供服务，需要购买公网带宽，云服务器公网带宽计费模式可选按固定带宽计费，也可以选择按实际使用流量计费。云服务器地域不同公网带宽价格也不同，作者以华东1（杭州）地域为例，来详细说下公网带宽收费标准
<table>
<thead>
<tr>
<th>计费方式</th>
<th>类型</th>
<th>价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>1Mbps</td>
<td>23.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>2Mbps</td>
<td>46.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>3Mbps</td>
<td>71.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>4Mbps</td>
<td>96.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>5Mbps</td>
<td>125.0 元/月</td>
</tr>
<tr>
<td>预付费, 按固定带宽阶梯计费</td>
<td>6Mbps及以上，每Mbps费用</td>
<td>80.0 元/月</td>
</tr>
<tr>
<td>按量，按固定带宽阶梯计费</td>
<td>1－5 Mbps，每Mbps费用</td>
<td>0.0625 元/小时</td>
</tr>
<tr>
<td>按量，按固定带宽阶梯计费</td>
<td>6Mbps及以上，每Mbps费用</td>
<td>0.250 元/小时</td>
</tr>
<tr>
<td>按使用量线性计费</td>
<td>1GB</td>
<td>0.8 元/GB</td>
</tr>
</tbody>
</table>
公网带宽选择注意事项：在我们选择云服务器带宽时，6M是一个分水岭，选择1-5M带宽时每M的收费价格波动不是很大，但是当带宽超过6M时每M的收费价格需要80.0 元/月或0.250 元/小时，因此，前期如果是非必要，推荐尽量先选择5M以内带宽，后期再随时根据流量需求随时增加带宽，云服务器的一个优势就是弹性伸缩，我们可以随时调整云服务器的带宽。
<h3>3. 云服务器块存储价格（系统盘、数据盘可选云盘种类及收费标准）</h3>
3.1 ESSD磁盘价格
<table>
<thead>
<tr>
<th>类型</th>
<th>最大IOPS/最大吞吐量</th>
<th>云盘容量范围（GiB）</th>
<th>按量价格</th>
<th>包月价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>ESSD云盘PL0</td>
<td>1万 / 180MB</td>
<td>40 ~ 32768 GiB</td>
<td>0.00105 元/1 GiB/小时</td>
<td>0.5 元/1 GiB/月</td>
</tr>
<tr>
<td>ESSD云盘PL1</td>
<td>5万 / 350MB</td>
<td>20 ~ 32768 GiB</td>
<td>0.0021 元/1 GiB/小时</td>
<td>1 元/1 GiB/月</td>
</tr>
<tr>
<td>ESSD云盘PL2</td>
<td>10万 / 750MB</td>
<td>461 ~ 32768 GiB</td>
<td>0.0042 元/1 GiB/小时</td>
<td>2 元/1 GiB/月</td>
</tr>
<tr>
<td>ESSD云盘PL3</td>
<td>100万 / 4,000MB</td>
<td>1261 ~ 32768 GiB</td>
<td>0.0084 元/1 GiB/小时</td>
<td>4 元/1 GiB/月</td>
</tr>
</tbody>
</table>
3.2 ESSD AutoPL价格
<table>
<thead>
<tr>
<th>计费项</th>
<th>计费说明</th>
<th>按量价格</th>
<th>包月价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>AutoPL云盘基准性能</td>
<td>AutoPL云盘容量价格与ESSD PL1云盘保持一致，并支持按量付费和包年包月，直接购买后具备和ESSD PL1相同的基准性能</td>
<td>0.0021 元/1 GiB/小时</td>
<td>1 元/1 GiB/月</td>
</tr>
<tr>
<td>AutoPL云盘额外性能</td>
<td>仅支持按量付费，费用按照每小时计费出账。</td>
<td>0.0000625 元/1 IOPS/小时</td>
<td>--</td>
</tr>
<tr>
<td>AutoPL云盘突发性能</td>
<td>仅支持按量付费，突发时每小时计费出账，以 万 IO为单位（或突发吞吐转换的IO）计算，不足1万按1万计费。</td>
<td>0</td>
</tr>
</tbody>
</table>
3.3 系统盘价格
<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>
3.4 数据盘价格
<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>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>
<h2>二、阿里云服务器最新活动价格整理与参考</h2>
阿里云服务器价格因配置不同而有所差异，涵盖了从入门级到高端级的多种选择。一般来说，阿里云服务器的价格受CPU核心数、内存容量、带宽以及系统盘类型等因素影响。一般用户购买比较多的常用阿里云服务器配置有2核4G、4核8G、4核16G、8核16G等，这些配置具有很强的适用性，例如2核4G配置可以满足品牌官网类网站，4核8G可以满足一些论坛、门户类网站。目前在阿里云的活动中，这些配置均有优惠，实例规格有经济型e、通用算力型u1、计算型c7、计算型c8y、通用型g7、通用型g8y、内存型e7、内存型r8y等，具体活动价格如下：
<h3>1.轻量应用服务器</h3>
对于个人开发者和小型企业来说，轻量应用服务器是一个高性价比的选择。目前阿里云提供的最便宜的轻量应用服务器配置为2核2G3M带宽，新用户特惠价格为82元/年；另一款2核4G4M带宽的配置价格为298元/年。这些服务器适用于中小型网站搭建、个人博客等轻量级应用。



https://upload-images.jianshu.io/upload_images/19316870-c6fdf14f56c2aa4a.png

<div class="image-caption">轻量应用服务器82与298图.png

<h3>2.长效特惠云服务器</h3>
阿里云还推出了长效特惠云服务器，其中经济型e实例2核2G配置，3M固定带宽，40G ESSD Entry盘，新购和续费价格仅需99元/年。通用算力型u1实例2核4G配置，5M固定带宽，80G ESSD Entry盘，新购和续费价格为199元/年。这些特惠活动让用户在享受高性能云服务器的同时，也能有效控制成本。



https://upload-images.jianshu.io/upload_images/19316870-b2c932abc41b3ea6.png

<div class="image-caption">云服务器99与199图.png

<h3>3.经济型e实例</h3>
经济型e实例专为中小应用打造，可轻松满足开发测试和小型应用需求。以下是一些常见配置的价格表：
<table>
<thead>
<tr>
<th>实例规格</th>
<th>cpu与内存配置</th>
<th>带宽</th>
<th>系统盘种类及大小</th>
<th>活动价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>经济型e</td>
<td>4核16G</td>
<td>10M</td>
<td>100G ESSD Entry</td>
<td>70.00元/1个月210.00元/3个月</td>
</tr>
<tr>
<td>经济型e</td>
<td>8核32G</td>
<td>10M</td>
<td>100G ESSD Entry</td>
<td>160.00元/1个月480.00元/3个月</td>
</tr>
</tbody>
</table>
<h3>4.通用算力型u1实例</h3>
通用算力型u1实例以其出色的性价比受到用户青睐。通用算力型u1实例适合对计算性能有一定要求，但预算有限的企业和个人用户。以下是通用算力型u1实例云服务器的活动价格表：
<table>
<thead>
<tr>
<th>实例规格</th>
<th>cpu与内存配置</th>
<th>带宽</th>
<th>系统盘种类及大小</th>
<th>活动价格</th>
</tr>
</thead>
<tbody>
<tr>
<td>通用算力型u1</td>
<td>2核4G</td>
<td>1M</td>
<td>20G ESSD Entry</td>
<td>443.16元/6个月531.79元/1年</td>
</tr>
<tr>
<td>通用算力型u1</td>
<td>4核8G</td>
<td>1M</td>
<td>20G ESSD Entry</td>
<td>796.32元/6个月955.58元/1年</td>
</tr>
<tr>
<td>通用算力型u1</td>
<td>2核8G</td>
<td>1M</td>
<td>20G ESSD Entry</td>
<td>543.60/元/6个月652.32元/1年</td>
</tr>
<tr>
<td>通用算力型u1</td>
<td>4核16G</td>
<td>1M</td>
<td>20G ESSD Entry</td>
<td>997.20/元/6个月1196.64元/1年</td>
</tr>
</tbody>
</table>
<h3>5.第七代云服务器</h3>
第七代云服务器在性能上有了显著提升，专为高负载应用场景设计，适合对性能要求较高的业务场景，如大型网站、数据库服务等。以下是第七代云服务器的活动价格表：
<table>
<thead>
<tr>
<th>实例规格</th>
<th>配置</th>
<th>带宽</th>
<th>系统盘容量</th>
<th>活动价格（按量带宽）</th>
<th>活动价格（按固定带宽1M）</th>
<th>活动价格（按固定带宽2M）</th>
<th>活动价格（按固定带宽3M）</th>
<th>活动价格（按固定带宽4M）</th>
<th>活动价格（按固定带宽5M）</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型c7</td>
<td>2核4G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1479.08元/1年</td>
<td>1713.68元/1年</td>
<td>1948.28元/1年</td>
<td>2203.28元/1年</td>
<td>2458.28元/1年</td>
<td>2754.08元/1年</td>
</tr>
<tr>
<td>计算型c7</td>
<td>4核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>2754.15元/1年</td>
<td>2988.75元/1年</td>
<td>3223.35元/1年</td>
<td>3478.35元/1年</td>
<td>3733.35元/1年</td>
<td>4029.15元/1年</td>
</tr>
<tr>
<td>计算型c7</td>
<td>8核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>5304.30元/1年</td>
<td>5538.90元/1年</td>
<td>5773.50元/1年</td>
<td>6028.50元/1年</td>
<td>6283.50元/1年</td>
<td>6579.30元/1年</td>
</tr>
<tr>
<td>通用型g7</td>
<td>2核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1840.46元/1年</td>
<td>2075.06元/1年</td>
<td>2309.66元/1年</td>
<td>2564.66元/1年</td>
<td>2819.66元/1年</td>
<td>3115.465元/1年</td>
</tr>
<tr>
<td>通用型g7</td>
<td>4核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>3476.92元/1年</td>
<td>3711.52元/1年</td>
<td>3946.12元/1年</td>
<td>4201.12元/1年</td>
<td>4456.12元/1年</td>
<td>4751.92元/1年</td>
</tr>
<tr>
<td>通用型g7</td>
<td>8核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>6749.840元/1年</td>
<td>6984.44元/1年</td>
<td>7219.04元/1年</td>
<td>7474.04元/1年</td>
<td>7729.04元/1年</td>
<td>8024.84元/1年</td>
</tr>
<tr>
<td>内存型r7</td>
<td>2核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>2387.21元/1年</td>
<td>2621.81元/1年</td>
<td>2856.41元/1年</td>
<td>3111.41元/1年</td>
<td>3366.41元/1年</td>
<td>3662.21元/1年</td>
</tr>
<tr>
<td>内存型r7</td>
<td>4核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>4570.41元/1年</td>
<td>4805.01元/1年</td>
<td>5039.61元/1年</td>
<td>5294.61元/1年</td>
<td>5549.61元/1年</td>
<td>5845.41元/1年</td>
</tr>
<tr>
<td>内存型r7</td>
<td>8核64G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>8936.83元/1年</td>
<td>9171.43元/1年</td>
<td>9406.03元/1年</td>
<td>9661.03元/1年</td>
<td>9916.03元/1年</td>
<td>10211.83元/1年</td>
</tr>
</tbody>
</table>
<h3>6.第八代倚天云服务器</h3>
第八代倚天云服务器凭借其卓越的性能和合理的价格，成为众多高负载应用的首选。倚天云服务器采用先进的倚天710处理器，基于新一代CIPU架构，为云原生、视频编解码、高性能计算、基于CPU的机器学习和游戏服务等多种场景提供了前所未有的性能提升。以下是第八代倚天云服务器的活动价格表：
<table>
<thead>
<tr>
<th>实例规格</th>
<th>配置</th>
<th>带宽</th>
<th>系统盘</th>
<th>活动价格（按量带宽）</th>
<th>活动价格（按固定带宽1M）</th>
<th>活动价格（按固定带宽2M）</th>
<th>活动价格（按固定带宽3M）</th>
<th>活动价格（按固定带宽4M）</th>
<th>活动价格（按固定带宽5M）</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型c8y</td>
<td>1核2G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>626.05元/1年</td>
<td>860.65元/1年</td>
<td>1095.25元/1年</td>
<td>1350.25元/1年</td>
<td>1605.25元/1年</td>
<td>1901.05元/1年</td>
</tr>
<tr>
<td>计算型c8y</td>
<td>2核4G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1048.11元/1年</td>
<td>1282.71元/1年</td>
<td>1517.31元/1年</td>
<td>1772.31元/1年</td>
<td>2027.31元/1年</td>
<td>2323.11元/1年</td>
</tr>
<tr>
<td>计算型c8y</td>
<td>4核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1892.21元/1年</td>
<td>2126.81元/1年</td>
<td>2361.41元/1年</td>
<td>2616.41元/1年</td>
<td>2871.41元/1年</td>
<td>3167.21元/1年</td>
</tr>
<tr>
<td>计算型c8y</td>
<td>8核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>3580.43元/1年</td>
<td>3815.03元/1年</td>
<td>4049.63元/1年</td>
<td>4304.63元/1年</td>
<td>4559.63元/1年</td>
<td>4855.43元/1年</td>
</tr>
<tr>
<td>通用型g8y</td>
<td>1核4G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>952.80元/1年</td>
<td>1187.40元/1年</td>
<td>1422.00元/1年</td>
<td>1677.00元/1年</td>
<td>1932.00元/1年</td>
<td>2227.80元/1年</td>
</tr>
<tr>
<td>通用型g8y</td>
<td>2核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1701.60元/1年</td>
<td>1936.20元/1年</td>
<td>2170.808元/1年</td>
<td>2425.80元/1年</td>
<td>2680.80元/1年</td>
<td>2976.60元/1年</td>
</tr>
<tr>
<td>通用型g8y</td>
<td>4核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>3199.20元/1年</td>
<td>3433.80元/1年</td>
<td>3668.40元/1年</td>
<td>3923.40元/1年</td>
<td>4178.40元/1年</td>
<td>4474.20元/1年</td>
</tr>
<tr>
<td>通用型g8y</td>
<td>8核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>6194.40元/1年</td>
<td>6429.00元/1年</td>
<td>6663.60元/1年</td>
<td>6918.60元/1年</td>
<td>7173.60元/1年</td>
<td>7469.40元/1年</td>
</tr>
<tr>
<td>内存型r8y</td>
<td>1核8G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>1219.72元/1年</td>
<td>1454.32元/1年</td>
<td>1688.92元/1年</td>
<td>1943.92元/1年</td>
<td>2198.92元/1年</td>
<td>2494.72元/1年</td>
</tr>
<tr>
<td>内存型r8y</td>
<td>2核16G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>2235.44元/1年</td>
<td>2470.04元/1年</td>
<td>2704.64元/1年</td>
<td>2959.64元/1年</td>
<td>3214.64元/1年</td>
<td>3510.44元/1年</td>
</tr>
<tr>
<td>内存型r8y</td>
<td>4核32G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>4266.90元/1年</td>
<td>4501.50元/1年</td>
<td>4736.10元/1年</td>
<td>4991.10元/1年</td>
<td>5246.10元/1年</td>
<td>5541.90元/1年</td>
</tr>
<tr>
<td>内存型r8y</td>
<td>8核64G</td>
<td>1M-5M</td>
<td>40G ESSD云盘</td>
<td>8329.79元/1年</td>
<td>8564.39元/1年</td>
<td>8798.99元/1年</td>
<td>9053.99元/1年</td>
<td>9308.99元/1年</td>
<td>9604.798元/1年</td>
</tr>
</tbody>
</table>
<h3>7.GPU云服务器</h3>
GPU云服务器以其强大的计算能力，成为处理复杂计算任务的首选，GPU云服务器适用于机器学习、图形可视化、渲染等高性能计算场景。阿里云提供了多种GPU实例供用户选择，以下是阿里云GPU云服务器的活动价格表：
<table>
<thead>
<tr>
<th>gpu云服务器实例</th>
<th>配置</th>
<th>显存</th>
<th>内存</th>
<th>活动价格（1周）</th>
<th>活动价格（1个月）</th>
<th>活动价格（2个月）</th>
<th>活动价格（3个月）</th>
<th>活动价格（4个月））</th>
<th>活动价格（5个月）</th>
<th>活动价格（6个月）</th>
<th>活动价格（9个月）</th>
<th>活动价格（1年）</th>
<th>活动价格（2年）</th>
<th>活动价格（3年）</th>
<th>活动价格（4年）</th>
<th>活动价格（5年）</th>
</tr>
</thead>
<tbody>
<tr>
<td>计算型 gn6v</td>
<td>8核32G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>2135.93元/1周</td>
<td>3820.00元/1个月</td>
<td>7640.00元/2个月</td>
<td>11460.00元/3个月</td>
<td>15280.00元/4个月</td>
<td>19100.00元/5个月</td>
<td>22920.00元/6个月</td>
<td>34380.00元/9个月</td>
<td>36678.00元/1年</td>
<td>67833.60元/2年</td>
<td>79732.80元/3年</td>
<td>106310.40元/4年</td>
<td>132888.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>32核128G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>8536.03元/1周</td>
<td>15247.00元/1个月</td>
<td>30494.00元/2个月</td>
<td>45741.00元/3个月</td>
<td>60988.00元/4个月</td>
<td>76235.00元/5个月</td>
<td>91482.00元/6个月</td>
<td>137223.00元/9个月</td>
<td>146375.40元/1年</td>
<td>270780.00元/2年</td>
<td>318337.20元/3年</td>
<td>424449.60元/4年</td>
<td>530562.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>64核256G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>17073.47元/1周</td>
<td>30500.00元/1个月</td>
<td>61000.00元/2个月</td>
<td>91500.00元/3个月</td>
<td>122000.00元/4个月</td>
<td>152500.00元/5个月</td>
<td>183000.00元/6个月</td>
<td>274500.00元/9个月</td>
<td>292812.00元/1年</td>
<td>541660.80元/2年</td>
<td>636782.40元/3年</td>
<td>849043.20元/4年</td>
<td>1061304.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>82核336G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>17716.07元/1周</td>
<td>31634.50元/1个月</td>
<td>63295.00元/2个月</td>
<td>94942.50元/3个月</td>
<td>126590.00元/4个月</td>
<td>158237.50元/5个月</td>
<td>189807.00元/6个月</td>
<td>284827.50元/9个月</td>
<td>303828.00元/1年</td>
<td>562040.40元/2年</td>
<td>660742.20元/3年</td>
<td>880989.60元/4年</td>
<td>1101237.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6v</td>
<td>96核384G</td>
<td>16G显存V100计算卡</td>
<td>最高配置336G DDR4内存</td>
<td>19126.43元/1周</td>
<td>68312.00元/1个月</td>
<td>136624.00元/2个月</td>
<td>204936.00元/3个月</td>
<td>273248.00元/4个月</td>
<td>76235.00元/5个月</td>
<td>409872.00元/6个月</td>
<td>614808.00元/9个月</td>
<td>696782.40元/1年</td>
<td>1147,641.60元/2年</td>
<td>1352,541.60元/3年</td>
<td>1475,587.20元/4年</td>
<td>1557,657.60元/5年</td>
</tr>
<tr>
<td>计算型 gn7i</td>
<td>32核188G</td>
<td>24G显存A10计算卡</td>
<td>最高配置752G DDR4内存</td>
<td>1612.10元/1周</td>
<td>2884.59元/1个月</td>
<td>5769.18元/2个月</td>
<td>8653.77元/3个月</td>
<td>11538.36元/4个月</td>
<td>14422.95元/5个月</td>
<td>17307.54元/6个月</td>
<td>25961.32元/9个月</td>
<td>27698.07元/1年</td>
<td>55360.15元/2年</td>
<td>114013.80元/3年</td>
<td>124422.33元/4年</td>
<td>131381.35元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>4核15G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>939.77元/1周</td>
<td>1684.00元/1个月</td>
<td>3368.00元/2个月</td>
<td>5052.00元/3个月</td>
<td>6736.00元/4个月</td>
<td>8420.00元/5个月</td>
<td>10104.00元/6个月</td>
<td>15156.00元/9个月</td>
<td>16172.40元/1年</td>
<td>32308.80元/2年</td>
<td>38748.96元/3年</td>
<td>51665.28元/4年</td>
<td>64581.60元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>8核31G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1131.29元/1周</td>
<td>2026.00元/1个月</td>
<td>4052.00元/2个月</td>
<td>6078.00元/3个月</td>
<td>8104.00元/4个月</td>
<td>10130.00元/5个月</td>
<td>12156.00元/6个月</td>
<td>18234.00元/9个月</td>
<td>19455.60元/1年</td>
<td>38875.20元/2年</td>
<td>46628.64元/3年</td>
<td>62171.52元/4年</td>
<td>77714.40元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>16核62G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1325.33元/1周</td>
<td>2372.50元/1个月</td>
<td>4745.00元/2个月</td>
<td>7117.50元/3个月</td>
<td>9490.00元/4个月</td>
<td>11862.50元/5个月</td>
<td>14235.00元/6个月</td>
<td>21352.50元/9个月</td>
<td>22782.00元/1年</td>
<td>45528.00元/2年</td>
<td>54612.00元/3年</td>
<td>72816.00元/4年</td>
<td>91020.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>24核93G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1388.33元/1周</td>
<td>2485.00元/1个月</td>
<td>4970.00元/2个月</td>
<td>7455.00元/3个月</td>
<td>9940.00元/4个月</td>
<td>12425.00元/5个月</td>
<td>14910.00元/6个月</td>
<td>22365.00元/9个月</td>
<td>23862.00元/1年</td>
<td>47688.00元/2年</td>
<td>57204.00元/3年</td>
<td>76272.00元/4年</td>
<td>95340.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>48核186G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>2774.33元/1周</td>
<td>4960.00元/1个月</td>
<td>9920.00元/2个月</td>
<td>14880.00元/3个月</td>
<td>19840.00元/4个月</td>
<td>24800.00元/5个月</td>
<td>29760.00元/6个月</td>
<td>44640.00元/9个月</td>
<td>47622.00元/1年</td>
<td>95208.00元/2年</td>
<td>114228.00元/3年</td>
<td>152304.00元/4年</td>
<td>190380.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>96核372G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>5546.33元/1周</td>
<td>9910.00元/1个月</td>
<td>19820.00元/2个月</td>
<td>29730.00元/3个月</td>
<td>39640.00元/4个月</td>
<td>49550.00元/5个月</td>
<td>59460.00元/6个月</td>
<td>89190.00元/9个月</td>
<td>95142.00元/1年</td>
<td>190248.00元/2年</td>
<td>228276.00元/3年</td>
<td>304368.00元/4年</td>
<td>380460.00元/5年</td>
</tr>
<tr>
<td>计算型 gn6i</td>
<td>40核155G</td>
<td>16G显存T4计算卡</td>
<td>最高配置372G DDR4内存</td>
<td>1993.94元/1周</td>
<td>3566.45元/1个月</td>
<td>7132.90元/2个月</td>
<td>10699.35元/3个月</td>
<td>14265.80元/4个月</td>
<td>17832.26元/5个月</td>
<td>21398.71元/6个月</td>
<td>32098.06元/9个月</td>
<td>34243.94元/1年</td>
<td>68451.87元/2年</td>
<td>82120.64元/3年</td>
<td>109494.19元/4年</td>
<td>136867.74元/5年</td>
</tr>
</tbody>
</table>
说明：以上价格仅供参考使用，实际购买中选择不同带宽、云盘和地域时价格会有所变化，更多云服务器配置和实时价格可通过活动自行查询：https://www.aliyun.com/daily-act/ecs/activity_selection
<h2>三、阿里云服务器热门实例规格典型适用场景</h2>
不同实例规格的云服务器的适用场景有所不同，下面是目前在阿里云的活动中，热门实例规格的典型适用场景。

1.轻量应用服务器属于轻量及云服务器，选择轻量应用服务器的好处主要是有多种镜像可供选择，能够实现一键上云，同时拥有可视化面板，适合个人建站等轻量场景。
2.经济型e是阿里云面向个人开发者、学生、小微企业，在中小型网站建设、开发测试、轻量级应用等场景推出的全新入门级云服务器。
3.通用算力型u1属于企业级实例，能够提供均衡的计算、内存和网络资源，可以满足大多数场景下的应用需求，是一款具有高性价比的企业级实例。
4.计算型：适用于网站应用、批量计算、视频编码等各种类型和规模的企业级应用。
5.通用型：适用于中小型数据库系统、缓存、搜索集群等各种类型的企业级应用等场景，例如企业信息化系统、在线办公系统、中型电商网站等。
6.内存型：适用于数据分析与挖掘，Hadoop、Spark集群、数据库、中间件、大数据等场景。
以上就是2024年最新阿里云服务器租用收费标准与活动价格，购买中选择不同带宽及云盘价格会有所变化，实际购买价格以官网展示为准。购买之前建议先了解一下当下是否有优惠券或者代金券可以领取，阿里云官方会不定期通过云小站平台等地址推出满减代金券，如果有的话，先领券再购买，价格更实惠。



https://upload-images.jianshu.io/upload_images/19316870-a61b6b4b84f8a15c.png

<div class="image-caption">超级红包领取图.png

查看完整版本: 2024年阿里云服务器最新收费标准与优惠活动全解析