想试一个本地显卡装不下的模型，又不想为偶尔用一次的任务买新硬件，租 GPU 是一个值得考虑的办法。打开 Runpod 后，US$0.74／小时的 4090 看起来很容易接受：先租几个小时，把任务跑起来就好。[1]
真正需要想清楚的是，这几个小时里，你是在跑任务，还是在下载模型、装依赖、排查报错？Pod 只要保持运行，等待和闲置也会进入计算费。[2] 第一次使用，我会先控制尝试的范围：跑通一个小任务，知道自己需要多少显存、多久能完成，再扩大投入。
我的选法也很直接：还在调环境，先用按需 Pod；已经有接口，需要零散接收请求，再比较 Serverless Flex；可以每天集中处理的任务，保留跑完即停的 Pod 这个选项。 下面用公开价格和假设任务算一笔账，帮助你决定从哪里开始。
先选你要怎样工作，再选服务名字
| 你的任务 | 我会先考虑 |
|---|---|
| 安装依赖、调试代码、尝试微调 | 按需 Pods |
| 已有推理接口，请求零散且可以等待启动 | Serverless Flex |
| 每天集中处理一批任务 | 按需 Pods，完成后停机 |
| 接口需要随时就绪 | 比较常驻 Pod 与 Active worker 的持续费用 |
Pod 可以理解为你租来的一套 GPU 运行环境，适合边改边试。它的计算按秒计费，部署时需要至少覆盖所选配置一小时费用的余额；这是部署余额要求，不是每次都强制收满一小时。[2]
Serverless 更适合已经封装好的接口：worker 接收请求，启动模型并处理任务。Flex 可以在闲置时缩到零；Active 则保持工作实例就绪，也持续计费。[3] 如果你还在反复改安装脚本，先把环境跑通更实际，不必急着研究弹性伸缩。
同样每天 100 个请求，为什么账单能差这么多？
假设一个单 GPU 推理接口每天收到 100 个请求，每次占用 worker 20 秒；一天发生 10 次启动，每次模型准备 30 秒，每次退出前空闲 5 秒。没有保留 Active worker。这些是预算假设，不是本站测量结果。
按公开价格页的 4090 Pods US$0.74／小时、Serverless 4090 档 US$1.10／小时展示值估算，30 天 GPU 计算费有三种很不一样的结果。[1]
把 Pod 全天开着，约 US$532.80。 每天实际处理请求只有 2,000 秒，但实例整天为你待命。这个支出买到了持续运行的环境，适不适合，就看你是否需要它一直在线。
让 Flex 随请求启动，约 US$21.54。 每天计算 2,000＋10×30＋10×5＝2,350 秒。启动模型和退出前等待也算钱，不能只拿请求执行时间乘单价。[3]
如果任务能等到晚上统一处理，Pod 仅任务执行部分约 US$12.33。 按每天集中运行 2,000 秒、跑完停机计算，部署、下载和其他等待时间要另外加上。它不满足全天响应，却值得做离线生成、定时数据处理的人比较。
所以我不会只因为你“每天调用不多”就推荐 Serverless。真正决定选法的是任务能不能等，以及你愿不愿意管理启停。 需要随时处理用户请求，又能接受启动等待，Flex 更值得试；结果可以第二天再取，集中批处理也可能更省。要求每次都及时响应，就把常驻资源的费用算进去。[5]
上面只比较 GPU 计算费，未含存储、容器磁盘和税费；也没有证明三个方案的实际速度相同。价格页的小时展示与文档按秒表并非完全一致，实际预算应换入部署时的费率。[5] 这组数字的用途，是把工作方式的差别算出来。
便宜的卡，得先装得下你的任务
看到 A40 48GB 标 US$0.49／小时，再看 4090 24GB 的 US$0.74／小时，选前者似乎同时赚到了价格和显存。[1] 对内存吃紧的任务，A40 值得纳入候选；但卡的小时价更低，不一定代表完成同一个任务更便宜。
举一个时间假设：4090 用一小时，A40 用两小时，计算费就是 US$0.74 对 US$0.98。按这两个单价，两档的价格交点约为 1.51 倍运行时长。选卡时值得记录的是“这批任务总共花了多少”，而不只是“这一小时多少钱”。实际谁更快，需要同任务测试。
显存也要留给运行过程。一个 7B 模型按每个参数 2 字节粗算，权重约 14GB；4 位量化的理想权重体积约 3.5GB。框架、量化元数据、缓存和临时占用还要另外算，长上下文与多个请求也会继续占用空间。[4] 文件下载成功，不代表模型就能按你想要的设置跑起来。
第一次尝试，先用准备采用的上下文、批量和框架跑小样本。已经接近显存上限，就比较更大容量；没有达到上限，也不必为了卡名更高端立即加预算。
跑完之后，我更想提醒你检查磁盘
如果只是关掉网页，实例并不会因此完成停机。处理完任务，先保存结果，再到控制台停止或终止 Pod。[7]
这里有个容易忽略的支出：volume disk 在 Pod 停止后仍收费，当前列 US$0.20／GB／月；保留一个 100GB 磁盘、整月都停着，也约 US$20。[2] 对偶尔才跑一次的小任务，这项费用值得和计算费一起看。
标准 network volume 在不足 1TB 档列 US$0.07／GB／月，100GB 保留整月约 US$7。[6] 它独立于实例，适合需要保留文件、供后续计算使用的情形；不过会影响可选数据中心，Serverless endpoint 也会受卷位置约束。[5] 不能只按 US$7 和 US$20 的差价替换存储。
停机与删除的后果也不同。 停止 Pod 后，本地 volume disk 保留，container disk 会清除；终止 Pod 会删除本地卷，独立网络卷仍保留。[7] 权重、检查点和输出放在哪里，要在结束任务前确认。重要结果先导出，再决定是否保留实例或卷：省下几美元，通常不值得重新跑一遍已经完成的任务。
如果你今天就想开始，我的建议是这样
只是试模型，先开能装下任务的按需 Pod。 给第一次尝试定个时间范围，跑通小样本后记下显存、准备时间、执行时间和存储用量。暂时不知道以后用多少，就先别为了折扣承诺几个月使用；公开文档中的 savings plan 是 3 或 6 个月预付，且不覆盖存储。[2]
已有接口，需要接零散请求，先比较 Flex。 检查 Active workers 是否为 0，设置适合测试的 Max workers 上限，并保留执行超时。[5] 先观察真实等待和费用，再按峰值扩容；上限控制资源数量，不保证所有请求都及时完成。
每天只跑一批，先把按计划启停算清楚。 你不需要为全天待命付费，也不必为了使用新服务模式而增加迁移工作。
租GPU不一定从同一张显卡价表开始。显存装不下任务，可以搭配看Jarvislabs的A100 40GB/80GB；长训练能够保存进度并补跑，再读Nebius抢占方案。Runpod这篇更适合先分清交互环境与按请求任务。工作方式、可恢复性和存储条件一致后，单价才有比较的基础。
打开下面的方案页，先选工作方式，再挑 GPU 和存储。对于刚开始租 GPU 的人，值得先追求的是：用可控的投入完成一个任务，跑完后知道钱花在哪里、数据留在哪里。
资料核对与适用范围
2026-10-05 重新读取官方价格、Pods／Serverless计费、选型、endpoint设置、网络卷和实例管理资料。费用算例统一采用公开价格页小时展示值；与文档按秒表的差异已在正文说明。任务时间、启动次数和模型体积算例是明确假设，没有购买、调用或样机测试。
这是资料选购分析，不是本站性能测评。没有验证吞吐、冷启动、容量、地区库存或中国大陆连接。费用算例不含容器磁盘、税费与其他附加费用，实际按配置和部署费率计算；持久存储示例单列，不能视为全部账单。