📰 最新动态（2026年10月）
最新（10月15日）：AI 前沿竞赛重回“四强争霸”——谷歌 Gemini 4 Argon 于10月13日向全球开发者与企业开放，以 $2/$10（每百万输入/输出 token）的激进首发价入市（11月30日后翻倍），声称多项基准匹敌或超越 OpenAI 与 Anthropic 旗舰；Meta 于10月12日发布首批前沿模型 Muse Wonder / Muse Wonder Full（出自 Meta Superintelligence Labs），同样对标 GPT-6 Astra 与 Claude Opus 5.5。与此同时，算力融资端出现降温信号——据英国《金融时报》与彭博报道，摩根大通、摩根士丹利、三井住友、三菱UFJ 正通过“重大风险转移”转出 AI 数据中心贷款，其中一笔与 Oracle 相关的 380 亿美元建设贷款已滞留超六个月。对企业而言，一边是前沿推理价格持续下探、竞争白热化，一边是 AI 基础设施融资趋紧——弹性按需的云端算力（阿里云 GPU 实例 / 百炼）仍是控制长期 AI 成本的务实对冲。
最新（10月12日）：全球 AI 算力争夺进入"大连横"时代——据量子位报道，硅谷已进入"谁有算力谁是爹"的白热化阶段：马斯克的 SpaceX 化身英伟达 GPU"二道贩子"向 Anthropic 倒卖算力，其 8 月首份财报显示季度 AI 业务收入高达 25.61 亿美元（同比增长 247%）；谷歌豪掷 27 亿美元请回的 Transformer 共同作者 Noam Shazeer，因团队算力被重新分配而转投 OpenAI。SemiAnalysis 数据显示 H100 一年期租赁价已从 2025 年 10 月低点的 $1.70/GPU·小时涨至 2026 年 3 月的 $2.35（涨幅近 40%），部分云厂商甚至要求创业公司签订多年合约并预付 30% 款项。算力正成为 AI 时代的准入门槛——对创业团队而言，按需租用 阿里云 GPU 云服务器 / 百炼平台仍是兼顾弹性与成本的务实之选。
行业要闻（9月12日）：OpenAI CEO 萨姆·奥特曼确认 OpenAI 不会在 2026 年上市，理由是当前 AI 安全领域存在诸多不确定性，并暗示头部 AI 公司可能很快宣布一项放缓 AI 发展速度的协议。同日，Anthropic CEO 达里奥·阿莫迪发表长文《我们必须控制前沿 AI 的节奏》，呼吁行业主动放慢模型能力提升速度，提出“第三方嵌入式评估 + 行业协调 + 全球协调”三步走框架，奥特曼、马斯克、哈萨比斯罕见一致表态支持。对企业而言，信号非常明确：AI 算力是长期核心基础设施而非一次性实验——这正是平台稳定性、价格透明与合规服务（如阿里云百炼 / Model Studio）愈发重要的原因。
最新进展（9月14日）：这场"减速"论战在洛杉矶 All-In Summit 峰会上进一步升级——特朗普现场连线英伟达 CEO 黄仁勋，痛批 AI 危险论是"骗局"，并强调美国不能放慢脚步。黄仁勋明确站队"全力投入"阵营：AI 基础设施投资正在提速而非降温，真正的瓶颈在供应端，预计将持续紧张到 2028 年。当全球前沿实验室在"踩刹车"与"全速推进"之间分裂，对企业而言，提前锁定稳定、弹性的云端算力愈发关键——阿里云百炼 / Model Studio 与 GPU 云服务器仍是生产级 AI 工作负载的务实之选。
据 NVIDIA 官方博客 9月3日报道（IFA 2026），NVIDIA 发布免费开源工具 Personal AI Router（PAIR），可在家庭/办公局域网内自动将多台 RTX PC、DGX Spark 与 Apple M4+ Mac 组成"个人 AI 集群"，把独立推理请求智能分发到空闲节点，原生兼容 Ollama 与 LM Studio。在 Hermes 五子 Agent 演示中（使用 Qwen 3.6 35B A3B），三节点 PAIR 集群完成任务耗时 8 分 48 秒，相比单台 RTX Spark 笔记本的 18 分钟提速约一倍。同月 NVIDIA 确认以 129.3 亿美元收购 Hugging Face（9月2日签约、2027年上半年交割），承诺平台继续保持开放、允许非 NVIDIA 算力上传与部署，1800 万开发者、300 万模型生态将被进一步聚合到统一算力底座之上。对企业自建算力与上云的选型意味着：本地推理与云端 GPU的边界正在被"边缘+中心"的混合架构重塑，按需弹性比一次性堆卡更关键。
最新（9月16日）：开发者 Rohan Bansal 开源 Qorl——基于 Qwen 3.8 蒸馏 4B 模型，用 LoRA + 智能体强化学习引导 PostgreSQL 优化器，在 113 条 Join Order Benchmark 查询上生成的执行计划比 Postgres 默认方案快 1.81 倍（延迟降低 44.7%）且零回归，训练总成本仅约 $1,200（约 $800 H100 租用 + $400 蒸馏 API）。对企业而言，小模型 + 按需云 GPU（如阿里云 GPU 实例 / 百炼）正在把过去"前沿实验室专属"的优化任务变成低成本工程问题——AI 算力竞争正从"堆卡"走向"精细化"。
最新（9月16日）：据 The Information 报道，苹果筹划重返服务器市场：计划推出搭载 2 颗或 4 颗 M8 Ultra 芯片的企业级 AI 推理服务器，并考虑采用英伟达 NVLink Fusion 互联技术，瞄准 AI 开发者、企业与政府客户，最早 2029 年上市。头部厂商加码自研 AI 硬件，印证了 AI 推理需求仍处于结构性供不应求阶段——对大多数企业而言，弹性云 GPU 依然是生产级 AI 最短路径、最低风险的选择。
据 TechCrunch 8月29日报道，Nvidia 正在推出的 Vera Rubin 架构将 AI 数据中心竞争从单纯 GPU 算力推向系统级编排——Vera CPU 实现数据编排效率提升 3 倍，配合 Rubin GPU 和 Groq 3 LPX 推理加速器，标志着 AI 算力基础设施进入"全系统优化"新阶段。这意味着企业采购 AI 算力时，不仅要看 GPU 性能，更要关注整体系统的编排与数据调度能力。
最新（9月22日）：2026 云栖大会上，阿里云密集更新全模态模型矩阵：Qwen3.8-Omni 为大模型开辟全新思考分区，Qwen4 已投入训练（参数规模瞄准 5 万亿-10 万亿），并发布图像生成模型 Qwen-Image-3.1、音乐模型 Happy Shrimp 1.1、世界模型 HappyOyster 2.0 Preview、语音模型 Qwen-Audio-3.1 与同声传译 Qwen3.8-LiveTranslate；下一代视频生成模型将于 11 月发布，方向从"生成单个镜头"走向"理解完整叙事"。阿里方面判断"三年之内会出现一个原生的全模态统一生成模型"，多模态正从 Demo 走进真实生产线——企业选购算力与模型服务时，阿里云百炼 / Model Studio 仍是体验这一代全模态能力最省心的入口。
最新（9月22日）：算力架构风向正在变化——英特尔在苏州 Intel Connection 大会给出判断：Agent 时代 CPU 与 GPU 配比正从 1:4 走向 1:1，CPU 将承担更多调度、数据处理与执行工作（英特尔股价单日大涨 12%）。同期，加州州长纽森签署 7 项数据中心法案，要求数据中心披露用电、用水与用地信息，并承担电网升级成本，防止费用转嫁给普通居民。对企业而言，自建数据中心的不确定性与合规成本在上升，弹性上云路径的相对价值进一步凸显。
最新（9月26日）：AI 算力基础设施的资本投入仍在加码——英国 AI 云服务商 Nscale 宣布完成 33.6 亿美元可转换融资（对冲基金 Third Point 领投，23.6 亿美元交割时到账，英伟达追加 10 亿美元预计 11 月中旬到位），公司合同总价值已超 1030 亿美元，并于 9 月 18 日向纽交所递交 IPO 申请；同周，Akamai 与 Anthropic 签署 7 年 116 亿美元云基础设施合同（可追加最多 90 亿美元、总价值潜力约 200 亿美元），Akamai 将为此新增约 55 亿美元资本开支。头部模型公司与第三方云厂商接连敲定“锚定式”大单，印证 AI 算力正从实验性采购走向长期基础设施投入——对企业而言，锁定弹性、可扩展的云端算力（如阿里云 GPU 实例 / 百炼）仍是控制长期 AI 成本的关键动作。
最新（9月28日）：AI 算力版图再落重磅一子——AMD 宣布以约 82 亿美元全股票收购空间智能公司 World Labs（李飞飞创立，交易预计 2026 年底完成），李飞飞将出任 AMD 执行副总裁兼首席科学家、直接向 CEO 苏姿丰汇报，其“世界模型”技术将并入 AMD 的 AI 平台战略，直接对标英伟达在具身智能与物理 AI 的布局。同期，推理云厂商 Modal Labs 被曝正接近完成 7.5 亿美元融资、估值 157.5 亿美元。头部芯片厂与推理云同步加码，印证 AI 算力军备竞赛仍在加速——对企业而言，提前锁定弹性、可扩展的云端算力（阿里云 GPU 实例 / 百炼）仍是控制长期 AI 成本的关键动作。
最新（10月7日）：AI 算力“新云”赛道融资继续升温——英伟达支持的 AI 云厂商 Lambda 正以 145 亿美元投前估值筹集至多 40 亿美元（Coatue Management 与 Blackstone 领投），这是其计划中 2027 年 IPO 前的最后一轮私募融资；Lambda 的 AI 算力积压订单从 6 月的 150 亿美元增至 9 月的约 500 亿美元，其中大部分来自 Anthropic 8 月底签下的 350 亿美元长期承诺，并于上周新增 10 亿美元债务融资。头部模型公司与“新云”厂商的锚定式大单印证 AI 算力长期需求依然坚挺——对企业而言，锁定弹性、可扩展的云端算力（阿里云 GPU 实例 / 百炼）仍是控制长期 AI 成本的关键动作。
最新（10月11日）：英伟达加速整合开放权重模型赛道——据英国《金融时报》报道，Nvidia 正与开放权重 AI 实验室 Reflection AI 就“收购或追加投资”展开早期谈判（该公司由两名前谷歌 DeepMind 研究员创立，2026年4月最新一轮投前估值 250 亿美元，Nvidia 此前已投资 8 亿美元）。备选方案包括整体收购、“人才收购+技术授权”、追加股权投资或算力合作，目前尚未达成交易、谈判仍可能破裂。背景是：Reflection 于 10月5日发布首个开放权重模型 Beam（5010 亿参数 MoE，聚焦代码与智能体），官方称推理性能对标 GLM-5.2、推理算力节省 3-4 倍，权重将于本月以 Apache 2.0 开源。对企业而言，开放权重模型与 GPU 生态正加速整合——弹性云端算力（阿里云 GPU 实例 / 百炼）仍是摆脱单一技术栈、快速落地生产级 AI 的灵活路径。
一、7100亿美元是什么概念
市场研究机构 TrendForce 近日发布预测：到 2027 年，英伟达 NVL72 机柜系统（覆盖 GB300、VR200、VR300 三代平台）合计产值将突破 7100 亿美元，年复合增长率高达 214%。这是什么概念？7100 亿美元约等于当前全球智能手机市场年营收的三分之一，而它只来自一类设备——AI 算力机柜。
数字背后是一个明确的信号：AI 算力已经不是"要不要用"的问题，而是"用多少、怎么买"的问题。模型参数从千亿走向万亿，推理需求随着 AI 应用爆发呈指数级增长，算力正在像水电一样成为企业的基础生产资料。
巨头们在抢购整柜 GPU 集群，但 99% 的企业不需要、也不可能自建这类设施。云算力的按需采购能力，正是普通企业吃到这波 AI 红利的唯一现实路径。
二、算力需求为什么会爆发：从"训练"到"推理"的转移
2023-2024 年的算力需求主要来自大模型训练；2026 年的格局已经变了——推理（Inference）算力消耗全面超过训练。原因很直接：
- AI 应用全民化：AI 客服、AI 编程、AI 文档、AI 搜索进入日常业务，每一次对话背后都是一次 GPU 推理调用
- 智能体（Agent）爆发：一个 Agent 任务可能触发几十次模型调用，算力消耗是单次问答的数十倍
- 多模态成为标配：图像、语音、视频生成的单 token 算力成本远高于纯文本
- 模型小型化但调用量爆炸：Qwen3.8-Flash 这类高性价比模型把单价打到 ¥0.8/百万 token，反而让调用量呈现"杰文斯悖论"式暴涨
三、自建 GPU 集群 vs 上云：算一笔实在账
不少技术团队动过"自己买卡"的念头。我们把两类方案的真实成本摊开看：
| 维度 | 自建 GPU 服务器 | 云算力（按需采购） |
|---|---|---|
| 初始投入 | 单台 8 卡训练级服务器数十万至百万级人民币，整柜集群千万级 | 0 元起步，按秒/按小时计费 |
| 交付周期 | 采购、机房、供电、散热改造，通常 2-6 个月 | 分钟级开通，控制台点击即用 |
| 闲置成本 | 业务低谷期设备照折旧，3 年残值率极低（GPU 迭代快） | 不用就不花钱，抢占式实例低至常规价 2-3 折 |
| 运维门槛 | 需要懂 CUDA、RDMA 网络、散热供电的专职团队 | 底层运维云厂商全包，团队聚焦业务 |
| 弹性能力 | 峰值不够用、谷值浪费，无法应对突发流量 | 随时扩容/释放，支持自动伸缩 |
| 适用场景 | 超大规模、7×24 满负荷运行的头部企业 | 绝大多数企业、创业团队、个人开发者 |
四、阿里云算力产品地图：四类需求对号入座
阿里云是国内 GPU 算力保有量最大的云厂商之一，产品矩阵覆盖从"一行代码不想写"到"自己训练大模型"的全谱系：
1. 直接调模型 API：百炼大模型平台（最省心）
如果你的需求是"让我的产品用上 AI"，根本不需要碰 GPU。阿里云百炼平台聚合了 Qwen 全系列模型（含最新的 Qwen3.8-Flash、Qwen3-Coder），按 token 计费，新用户送 7000 万 token 免费额度。适合 AI 客服、内容生成、数据分析、RAG 知识库等绝大多数应用场景。
2. AI 编程生产力：Qoder 智能体工作台
研发团队可以直接用阿里云的 Qoder（600 万用户的 AI 编程工作台），新用户 14 天 Pro 试用送 300 Credits，后续 30 天再领 1700，晚间错峰（22:00-08:00）模型调用低至 1 折。非程序员也能用自然语言驱动 Agent 完成任务。详见 Qoder 深度评测。
3. 自己部署模型/跑推理：GPU 云服务器
需要私有化部署开源模型（Llama、Qwen 开源版、Stable Diffusion 等）、跑批量推理或微调任务，选择 GPU 云服务器实例。省钱要点：开发测试和可中断任务用抢占式实例（Spot），价格通常为按量付费的 2-3 折；稳定生产业务用包年包月。海外业务可选新加坡等国际节点，价格与机型以官网实时报价为准。参考 GPU Cloud Pricing 2026 英文详解。
4. 大规模训练：灵骏智算集群
预训练、大规模微调这类需要千卡级互联的任务，阿里云有 灵骏智算服务——RDMA 高速互联的智算集群 + PAI 机器学习平台，支持万卡规模调度。这类场景建议直接通过官网架构咨询，按项目制报价。
四·2026年9月最新动态（已更新）
本节持续跟进算力与 AI 前沿架构的关键信号（最近更新：2026 年 10 月 7 日）：
1. 国产算力进入生产级 AI Token 工厂阶段
2026 年 9 月 3 日，趋境科技与摩尔线程正式签署战略合作协议，联合发布基于摩尔线程 MTT S5000 智算卡 + 趋境科技自研国产 PD 异构推理的"AI Token 工厂"方案，性价比已超过国际先进算力方案。生产环境实测数据：平均生成速度 >50 TPS、KV Cache 命中率 >90%、系统稳定性 99.9%，并已承接头部大模型厂商官方业务的真实 Token 流量。这标志着国产 GPU 首次跨过"实验验证"门槛，进入规模化商业生产阶段。来源：央广网、上海证券报（9 月 4-5 日报道）。
2. OpenAI GPT-6 Astra 发布 + 阿里循环 Transformer 布局
9 月 3 日，OpenAI 正式发布 GPT-6 Astra：1.05M 上下文、128K 最大输出、定价为输入 $10 / 输出 $50 每百万 token，是 OpenAI 首个达到"网络关键临界门槛"的模型。围绕 Astra 引发的"循环 Transformer（Looped Transformer）"讨论，阿里及合作高校团队的 MeSH 论文（已被 ICLR 2026 接收）和 SpiralFormer 论文（已被 EMNLP 2026 接收）被业内重新关注——两篇论文在 2025 年 10 月至 2026 年 2 月间先后公开，恰好命中了"如何让循环 Transformer 真正学出新东西"这一核心难题：在 Pythia-1.4B 模型上，MeSH 方案用少 33% 的参数将零样本平均准确率从 49.50% 提升至 50.56%，额外计算开销仅 0.014%。这意味着阿里在下一代高效 LLM 架构上并非跟随者，而是早在 Astra 走红前 11 个月就已系统性布局。来源：The Verge、量子位（9 月 4-5 日报道）、arXiv:2510.07739。
3. 算力军备不停：黄仁勋与特朗普现场连线表态
9 月 14 日，英伟达 CEO 黄仁勋在洛杉矶 All-In Summit 舞台上当众接通美国总统特朗普的电话并开启免提。特朗普称数据中心是“未来 20 到 25 年的石油”、AI 恐惧是“骗局”；黄仁勋回应“你说得对，我们不会让（AI 减速）发生”。背景是 Anthropic CEO Dario Amodei 9 月 12 日发表长文《We Must Pace the Frontier》呼吁放缓前沿模型研发，OpenAI CEO Sam Altman、Google DeepMind 联合创始人 Demis Hassabis、马斯克相继表态支持；9 月 15 日 OpenAI 全球政策负责人 Chris Lehane 确认，OpenAI 已与 Anthropic、Google DeepMind 就 AI 安全沟通数周。来源：The Verge、TechCrunch、新浪财经（9 月 14-15 日报道）。
4. BloombergNEF：2035 年美国数据中心天然气消耗将超德日总和
9 月 14 日 BloombergNEF 最新预测显示，到 2035 年美国数据中心天然气消耗将达约 180 亿立方英尺/日（18 Bcf/d），超过德国与日本两国合计，较其 2025 年 12 月的预测（约 69 亿立方英尺/日）翻倍以上；新增并网数据中心约 69% 的电力将来自天然气，数据中心将成为 2035 年前美国天然气需求增长的第二大驱动力（仅次于 LNG 出口）。AI 算力军备竞赛仍在加速，全球算力供给与能源约束同步趋紧。来源：BloombergNEF / TechCrunch、新浪财经（9 月 15 日报道）。
5. 算力投资继续加码：Crusoe 完成 39 亿美元 F 轮融资
9 月 17 日，垂直整合的 AI 基础设施公司 Crusoe 宣布完成 39 亿美元 F 轮融资，投后估值达 309 亿美元（Atreides Management、Mubadala Capital、Valor Equity Partners 联合领投，NVIDIA 参投）。Crusoe 拥有 1400 亿美元+ 总合同价值（TCV）、超 6GW 签约容量，其中 OpenAI 训练其首个通用智能体 Astra 所用的阿比林（Abilene）园区即由 Crusoe 设计建造。其模块化"AI 工厂"Crusoe Spark 在自有工厂预制、卡车运输部署，可将数据中心建设周期从数年压缩到数周。全球 AI 基础设施军备竞赛仍在加速，算力供给紧张态势短期难解。来源：Crusoe 官方新闻稿、TechCrunch（9 月 17 日）。
6. 华为昇腾 960 提前就绪：2027 年一季度发布 960DT
9 月 17 日华为全联接大会 2026 上，华为轮值董事长汪涛宣布 昇腾 960 芯片研发进度超出预期、性能实现翻番：昇腾 960DT 将于 2027 年一季度就绪（比原计划提前三个季度），960PR 于 2027 年三季度就绪，并保持一年一代节奏（昇腾 970/980 分别于 2028/2029 年推出）。同时发布的业界首个 NPO（近封装光学）超节点 Atlas 960E，单节点 4096 卡、8 EFLOPS FP8 算力、1PB HBM 容量，功耗降低超 550 千瓦。昇腾超节点已部署超 1000 套、服务 370+ 客户，CANN 社区外部开发者占比首次达 61%，昇腾已成为 PyTorch 官网首个官方支持的中国算力平台。国产算力正从"单卡可用"走向"集群可交付"，多栈供给格局进一步夯实。来源：华为官方新闻稿、科创板日报（9 月 17 日）。
7. 数据中心电力瓶颈：Google、NVIDIA、Anthropic 结盟释放 100GW 电网容量
9 月 17 日，Google、NVIDIA、Anthropic 与 Emerald AI 组成新联盟，目标为 AI 数据中心释放美国现有电网约 100GW 容量。Emerald AI（8 月完成 1.5 亿美元 A 轮、估值 10.5 亿美元）通过软件让数据中心成为"弹性电网盟友"——在电网紧张时实时调节用电、平滑电力尖峰，以缓解"有卡无电"的算力供给瓶颈。数据中心从"耗电大户"变为"可调负荷"，能源与算力的协同正在成为 AI 基建的新战场，云厂商的绿色与弹性供给能力将更具竞争力。来源：TechCrunch（9 月 17 日）。
8. 国产异构算力再落一子：无问芯穹×华环电子共建算网协同基础设施
9 月 17 日，清华系两家企业——AI 原生基础设施服务商上海无问芯穹与光网络厂商北京华环电子签署战略合作框架协议，围绕 AI 基础设施创新与产业应用深化合作。无问芯穹的异构集群大模型跨域训练系统已在全国部署触达超 37000P 算力、覆盖 16 种主流芯片，Agentic MaaS 平台服务千余家 AI 企业与科研机构；华环电子深耕信息通信与光网络 30 余年，光传输设备长期服务三大运营商。双方将联合推进智算中心方案设计、软硬件适配、集成交付与运维，并探索"以 Token 为标准化产出、以 AI 应用需求为牵引"的基础设施供给新模式，聚焦"国产大模型+国产芯片"优化闭环。算网协同、异构调度正成为国产算力规模化的关键路径。来源：科技日报、新京报贝壳财经（9 月 18 日报道）。
9. 算力即电力：达卯"算电协同2.0"入选国际数字能源展重大成果
9 月 15-17 日深圳举办的 2026 国际数字能源展上，达卯科技"算电协同2.0平台·AIDC绿电直连能源运营操作系统"入选重大成果发布，是唯一聚焦算电协同全链路运营的 AI 技术产品。平台以能源大模型为底座、原子化多智能体为执行载体，对负荷、发电、电价等多源时空及多市场数据进行预测与策略求解：算力中心日内负荷预测实验室准确率超 98%，电价预测较行业主流提升 10% 以上，绿电直连典型项目可实现 10%-20% 综合电力成本优化、能源侧投资 IRR 提升 30% 以上。数据中心正从"耗电大户"转变为可调度、可交易的柔性资源，能源管理将直接影响 AI 算力的综合成本，绿色与弹性的云上算力供给价值进一步凸显。来源：央广网、上观新闻（9 月 18 日）。
10. 全球数据中心最密集地区踩刹车：弗吉尼亚州行政命令收紧审批
9 月 18 日，美国弗吉尼亚州州长签署第 22 号行政命令，要求放缓数据中心项目审批节奏、让地方社区拥有更大发言权：禁止行政部门为数据中心项目签署保密协议、加快噪声法规制定、审查备用发电机组运行，并同步设立 AI 特别工作组评估就业替代与数据隐私风险。弗吉尼亚州（劳登县一带）是全球数据中心最密集的区域，其"数据中心问责框架"还计划取消长期沿用的"by-right"自动审批机制。数据中心扩张带来的用电、噪声与水资源压力正从地方议题上升为产业约束，云厂商的绿色合规与多区域布局能力将更加重要。来源：弗吉尼亚州州长办公室新闻稿、The Verge（9 月 18 日）。
• 国产算力已能跑通真实业务流量，云上 GPU 实例不再是"实验玩具"
• 阿里云百炼、灵骏、GPU 实例的算力底座既包含国际主流 GPU，也含平头哥自研芯片与国产异构方案，多栈供给能直接转化为对客户的议价能力
• AI 架构快速演进，按 token / 按小时计费的云端模式比自建硬件更能消化架构迭代风险
五、2026年8月可以直接用的官方优惠
| 优惠 | 内容 | 适合谁 |
|---|---|---|
| 国际版 $200 信用额度 | 新用户注册送 $200，30 天有效，覆盖 ECS/GPU/OSS 等，另有 20+ 款永久免费产品 | 海外业务、不想实名认证、要海外节点 |
| 国内 ECS 38 元/年 | 新人爆款 2核2G/3M，38 元/年；老用户回归 99 元/年；企业 2核4G/5M 199 元/年 | 个人建站、跑轻量服务、学习测试 |
| 百炼 7000 万 Token | 大模型 API 免费额度，Qwen 全系列可用 | 所有想给产品加 AI 能力的团队 |
| Qoder Pro 试用 | 14 天 Pro 试用（含 300 Credits）；Pro $20/月起，错峰折扣低至 5 折 | 开发者、研发团队 |
活动入口（均为阿里云官方页面，价格与官网直购完全一致）：
- 国际版 $200 额度：alibabacloud.com 免费试用页
- 国内 ECS 活动：阿里云 ECS 特惠活动页
- 百炼大模型：百炼控制台
六、给不同团队的行动建议
- 个人开发者/独立开发者：先用百炼免费 Token + 国际版 $200 额度把原型跑起来，零成本验证想法；Qoder 免费用来提效
- 创业团队：推理服务部署在 GPU 抢占式/按量实例上，搭配弹性伸缩，业务低谷自动释放；模型调用优先走百炼 API，不要自己养 GPU
- 中小企业 IT：传统业务上 38/99 元活动 ECS；AI 功能通过 API 集成而非自建模型；确需私有化部署时再考虑 GPU 包月实例
- 有训练需求的团队：微调优先用云 GPU 按周/按月租用；预训练级别直接咨询灵骏，不要自行采购硬件