预留和按量有什么区别？一张表分清

一张表先看结论：负载平稳可预测、长期不退场的，选预留，单价低但要承诺时长；负载忽高忽低、用完就撤的，选按量，灵活但单价高。预留和按量的区别，说到底是「用承诺换折扣」还是「用单价换灵活」。

租 GPU 跑大模型时，这两种计费模式几乎每家供应商都在提供。腾讯元宝这类托管服务对使用者屏蔽了算力计费细节，但只要自己部署推理服务，这张表就绕不开——选错模式，同样的负载一年多花一大笔。

预留和按量的计费逻辑

按量计费按实际使用时长或算力单位结算，开一台算一台，停了就不收钱，单价是牌价。预留计费是承诺一段使用时长（常见一个月起步，长则一年），换取比牌价低不少的折扣，承诺期内不管你用不用，费用照付。理解这个结构就明白：预留买的是确定性的低价，按量买的是随时进退的自由。两种模式的价格差会随市场行情浮动，签之前拿当期牌价和折扣重新算一遍，别沿用半年前的结论。

预留适合什么样的负载

预留的舒适区是「确定性」。基线服务常年在线，比如企业内部助手、全天生成的批处理管道，这类负载一天二十四小时都在消耗算力，按量计费等于长期付牌价，换成预留能省下可观的百分比。判断标准很简单：把负载曲线拉出来看，谷值依然高于零且长期稳定的部分，就是预留的领地。通义千问、Kimi 等服务背后的团队在规划容量时，基线部分用预留、峰值部分另想办法，几乎是行业惯例。

按量的弹性与代价

按量的舒适区是「不确定」。测试环境用几小时就停、突发活动流量只持续几天、实验性任务算完就撤——这些场景用预留等于为闲置付费，按量才划算。代价除了单价高，还有两个容易被忽略的点：高峰期资源可能租不到，要提前看供应商的库存水位；频繁开关机的启动开销，对推理服务来说就是一次冷启动的等待。

一张表分清与混合策略

实用策略很少是二选一，多数团队用混合方案：长期基线负载用预留锁住低成本，波动部分和突发需求用按量兜住弹性。判断预留买多少，看负载曲线的谷值——预留量不超过谷值，就永远不会为闲置的预留付费。调参的节奏是按季度回看曲线，业务涨了逐步追加预留，业务变了及时停掉多余的预留承诺。

两种模式的计费、单价与雷区并排摊开，取舍点就落在几行里。

预留与按量对照表

• 计费：预留承诺时长换折扣，按量随用随付牌价
• 适合：平稳基线选预留，波动突发选按量
• 雷区：为闲置的预留付费、高峰期按量租不到
• 策略：预留不超谷值，按季度回看曲线调参

计费模式之外还有更细的选择。竞价类资源的玩法与风险，见竞价实例和预留实例有什么区别？；总账怎么和API方案对比，参考API 调用和本地推理差在哪？成本模型；入口走不走网关影响资源规划粒度，看直连和经网关有什么区别？适用场景分开讲；私有化与混合部署的资源形态，在私有化和混合部署有什么区别？各自的适合场景。

关于预留按量，问得最多的三个

• 预留中途能退吗？：多数供应商不支持无责退出，或退要付违约代价，所以承诺时长宁短勿长，宁可到期续。签约前把退出条款逐字读完，比事后协商省力得多。
• 负载突然涨了怎么办？：预留覆盖基线，涨出来的部分用按量或竞价顶上，事后按曲线决定要不要追加预留。追加决策别只看单日峰值，连续一周高于谷值才值得改承诺。
• 折扣幅度差多少才值得预留？：没有统一数，用「折扣乘以预期时长」和「按量总价」直接对比，差价明显且时长确定就值得。