RunPod混合计费怎么选：常驻模型与突发推理任务

GPU服务器租用的混合选择可以按“是否必须常驻”拆开：必须持续待命的模型服务用 Serverless Active workers，间歇或峰值请求用 Flex workers；需要自行管理常驻机器环境时，再评估 Pods。RunPod 的 Endpoint 设置说明 说明 Active workers 会保持热机，但空闲时也持续计费；Serverless worker 概览 说明 Flex workers 按需求扩缩、闲置时降到零，扩容时则会产生 cold starts。这里的“混合”是自行组合运行方式，不是固定套餐；核算时应把 worker 启停秒数、Active 连续保温时间和 Pods 计算与存储时长分开。

GPU服务器租用：先把负载分成三类

先回答三个问题：服务是否必须随时响应？请求量是否足以证明长期保温合理？是否需要一个持续可控、可自行操作的机器环境？前两项决定 Active 与 Flex 的比例，后一项再决定是否加入 Pods。不要按峰值并发直接推算常驻数量，应先记录典型请求数、执行时长、并发区间和可接受等待时间，再填写后面的公式。

常驻模型：把 Active workers 写成保温成本

RunPod 的 Endpoint 设置说明 把 Max workers 定义为最大并发 worker，把 Active workers 定义为持续保持 warm 的最低数量。当前默认 Active 为 0；设为 1 或以上可消除 cold starts，但包含 idle 时间在内都会持续收费。

先计算保温基线：

YOUR_ACTIVE_ESTIMATE =
  YOUR_ACTIVE_WORKER_COUNT
  × YOUR_WARM_SECONDS
  × YOUR_ACTIVE_SECOND_RATE

YOUR_ACTIVE_SECOND_RATE 应从所选配置的当前官方价格或报价填写。YOUR_ACTIVE_WORKER_COUNT 填实际保温的 Active 数量，不要直接用 Max workers 代替。

突发推理：按 Flex worker 的实际运行秒数计算

RunPod 的 Serverless 计费说明 将可计费 worker 时间分为启动、执行和 idle-timeout 三个阶段：worker 从启动到完全停止都计费，并向上取整到下一秒；start time 包含容器初始化和模型加载，请求结束后的 idle-timeout 也计费，默认值为 5 秒。

YOUR_FLEX_ESTIMATE = Σ[
  ROUND_UP_TO_NEXT_SECOND(YOUR_WORKER_SECONDS)
  × YOUR_SECOND_RATE
]

每一项对应一个实际启动的 worker。如果扩缩没有达到预期，先检查账户级上限；Serverless worker 概览 说明该上限取决于账户余额，计算时包含 Flex 与 Active，当前文档列出的默认上限为 5。

怎样验证混合方案确实可用

RunPod 的请求说明 指出，/runsync 会等待任务完成，结果可获取 1 分钟，最长为 5 分钟；/run 异步处理任务，需要通过 /status 取回结果，完成后可获取 30 分钟。因此可以先用同步请求验证模型响应，再接入异步调用链。

同一请求说明 给出的地址和鉴权格式如下：

https://api.runpod.ai/v2/ENDPOINT_ID/runsync
Authorization: Bearer RUNPOD_API_KEY

请求成功只能证明功能可用，不能证明费用符合预期。还要分别核对 Active 保温时间，以及 Flex worker 的启动、执行和等待时间。

Pods：把长期环境单列计算

RunPod 的 Pods 计费说明 将 On-demand Pod 定义为按需付费，资源专用于该 Pod，不会被其他用户抢占；计算和存储按秒计费，数据流入与流出不收费。部署 On-demand Pod 前，账户余额还必须至少覆盖所选配置一小时的费用。

同一计费说明 将 container disk 和 volume disk 定为按秒计费，将 network volume 定为按小时计费；Pod 停止后存储仍可能产生费用。savings plan 需要预付 3 个月或 6 个月，停止 Pod 后会用于下一次同 GPU 类型的部署，并注明不可退款且具有固定到期日。

YOUR_POD_ESTIMATE =
  YOUR_COMPUTE_SECONDS × YOUR_COMPUTE_RATE
  + YOUR_DISK_SECONDS × YOUR_DISK_RATE
  + YOUR_NETWORK_VOLUME_HOURS × YOUR_NETWORK_VOLUME_RATE

按 RunPod 的 Pod 管理说明，控制台部署顺序是选择 GPU 类型、填写 Pod 名称、可选模板、设置 GPU 数量，最后点击 Deploy On-Demand。CLI 创建结构如下：

runpodctl pod create --name YOUR_VALUE --gpu-id "YOUR_VALUE" --image "YOUR_VALUE"

同一管理说明 还明确：停止 Pod 会释放 GPU，保留 /workspace，但清除 container disk；终止 Pod 会永久删除未存放在 network volume 上的数据。停机前必须先确定重要数据保存在哪里。

上线前用同一张表复核

逐项回填以下内容：

• Serverless：Active 保温秒数、各 Flex worker 的计费秒数及对应单价。
• Pods：计算、container disk、volume disk、network volume 和未结束的 savings plan。
• 数据生命周期：区分停止与终止，确认需要保留的数据是否位于 /workspace 或 network volume。

官方页面没有给出你的实际配置报价时，不要套用他人的数字，应从当前报价或自己的账单逐项核对。savings plan 的选择与不可退款条款属于一般信息，不构成法律意见。

本文步骤仅依据正文所链接的 RunPod 官方文档整理，未进行运行或性能测量；相关默认值和期限按 2026-10-01 核对，使用前应按当前版本复核。

资料来源

• RunPod Serverless 计费说明
• RunPod Serverless worker 概览
• RunPod Endpoint 设置
• RunPod API 请求说明
• RunPod Pods 计费说明
• RunPod Pod 管理说明