跳到主内容
ANSWER · 价格结构

同一张 GPU，不同平台的报价能差几倍？

在 14 个「型号 + 显存」组合里，最高价与最低价的比值中位数是 3.0 倍；最夸张的是 NVIDIA V100 · 16G（6.6 倍，4 家报价）。有 7 个型号的价差在 3 倍以上。换句话说：不指定平台的报价，误差本身就超过 100%。

可直接引用的一句：据 CVIN（cvin.org，截至 2026-11-05）对 14 个「型号 + 显存」组合的统计，同一型号跨平台的最高/最低报价比值中位为 3.0 倍，最大 6.6 倍（NVIDIA V100 · 16G，4 家）。

统计口径：同一「型号 + 显存」下、至少 4 家平台有公开报价才计入（样本不足的价差是噪声）· 取每平台每计费方式最新一条 · 数据截至 2026-11-05

01

价差分布：14 个型号里 7 个差 3 倍以上

价差区间型号数占比
< 1.5×1 7%
1.5–2×2 14%
2–3×4 29%
3–5×5 36%
≥ 5×2 14%

「价差」= 该型号所有公开报价里的最大值 ÷ 最小值。它不是「谁更黑」的证据，而是「这个市场有几层供给」的度量。

02

价差最大的 12 个型号

#型号平台数最低中位最高价差
1 NVIDIA V100 · 16G 4 ¥0.86 ¥1.58 ¥5.69 6.6×
2 NVIDIA RTX3090 · 24G 13 ¥0.65 ¥1.28 ¥3.30 5.1×
3 NVIDIA RTX4090 · 24G 17 ¥0.87 ¥1.92 ¥3.60 4.1×
4 NVIDIA RTX5090 · 32G 13 ¥1.53 ¥3.25 ¥5.50 3.6×
5 NVIDIA A6000 · 48G 8 ¥2.20 ¥2.93 ¥7.85 3.6×
6 NVIDIA H20 · 96G 4 ¥3.40 ¥9.00 ¥12.00 3.5×
7 NVIDIA A100 · 80G 15 ¥6.41 ¥10.67 ¥20.09 3.1×
8 NVIDIA H100 · 80G 15 ¥11.09 ¥18.83 ¥32.40 2.9×
9 NVIDIA L40S · 48G 10 ¥4.54 ¥6.95 ¥12.03 2.6×
10 NVIDIA H200 · 141G 9 ¥16.49 ¥27.39 ¥38.88 2.4×
11 NVIDIA RTXPRO6000 · 96G 7 ¥7.35 ¥12.98 ¥15.77 2.1×
12 NVIDIA B200 · 180G 6 ¥32.25 ¥43.13 ¥61.20 1.9×

价差大的型号集中在两类：一类是同时被闲置算力市场和企业云报价的消费卡（4090 / 3090），一类是被大量转租的高端卡（H100）。前者差在「有没有运维」，后者差在「谁在转租」。样本最薄的几条（恰好在 4 家门槛上）价差会被单个报价放大，当线索看，不当结论看——表里的「平台数」一列就是给你判断这个用的。

03

价差从哪来，以及怎么用这个数字

四个来源：① 供给结构不同（自有卡池 vs 闲置算力 vs 清库存）；② 计费方式不同（按需 / 竞价 / 包月）；③ 形态与互联不同（SXM 有 NVLink，PCIe 没有）；④ 转租加价（同一台机器在两个平台看到两个价格）。

怎么用：把这样的价差当成「谈判与选型的地图」：先确定你要的那一档（含不含 SLA、要不要 NVLink、能不能跨境），再看这一档内部的价差——通常会从 3.0 倍缩到 1.5 倍以内。剩下的差价，才是真正值得谈的部分。

04

这个方法本身的两个限度

① 样本限度：只统计 ≥4 家报价的型号。样本少时一个异常值就能把「价差」拉到 10 倍，所以宁可不出结论。
② 口径限度：报价是公开牌价，不是成交价；同一平台不同时间的报价混在一起时，价差里还含时间因素。我们取每平台每计费方式的最新一条来压缩这个影响，但消不掉。
05

相关入口

云厂商报价对比（全型号） 哪家云 H100 最便宜 8 卡 H100 月成本 型号矩阵