Run:ai开源之后，GPU云的溢价要靠交付兑现

研究截至2026年11月13日。本文比较软件分发、公开收费项目与服务责任，不根据功能演示推算任何公司的毛利。网页报价是观察时点的标价，未取得客户实际折扣、合同赔付或同口径利用率。

免费软件改变了议价起点

NVIDIA于10月13日宣布完整平台开源。社区产品不要求付费Run:ai订阅，也不包含NVIDIA企业支持；商业支持渠道继续存在。Crusoe与Nebius被列为集成伙伴。这确立了软件可获得性和商业服务并存的结构，并没有披露集成带来的订单或盈利。NVIDIA发布说明，采用与支持条款

企业购买GPU云时，可以付费取得硬件使用权、已配置的集群、运维响应或完整应用服务。开源首先改变自建的可行性：客户可以把许可证之外的工程和运营成本列进预算，再与托管价格比较。云商也能采用同样的软件，减少重复开发。这两种变化同时发生，不能从开源直接推出云商收入下降。

议价压力更可能落在缺少独特服务的转售层。如果多家供应商提供相同硬件、网络、承诺期限和运行环境，客户会更容易比较价格。对供电、网络调试、故障替换和企业接入承担明确责任的运营商，软件更易部署反而可能缩短客户上线时间。不过，缩短时间能否增加收入，还要看空出的容量有没有买家。

报价要沿着收费单位拆开看

11月13日读取的Crusoe价格页，Managed Kubernetes为每集群小时0.10美元；Nebius把Managed Service for Kubernetes列为免费。这是不同供应商各自的收费项目，既不是Run:ai许可证报价，也不是相同完整服务的总成本。两家仍分别列示基础设施价格，企业折扣和承诺条件需要另谈。Crusoe定价，Managed Kubernetes；Nebius定价，Other services

来源为上述厂商原文及现行价格页；无日期价格页只表示本次读取时点，不将读取日当调价日。一个集群连续运行30天，0.10×24×30＝72美元，仅为该项目的假设月费。它不能乘以GPU数量，也不包含GPU、存储及其他费用。

比较GPU小时价格还必须对齐型号、内存、CPU、网络、地区、租期、可中断条件和税费。按需报价与大客户多年预留合同之间的差额，可能包括服务和信用风险，也可能只是承诺折扣。没有统一采购口径，不能把两张网页的最低价排成竞争力榜单。

谁承担故障，决定服务溢价是否真实

Crusoe的责任文档把底层基础设施和控制平面交由服务商管理，把应用及工作负载留给客户；性能调优等协助属于尽力支持，不是SLA结果保证。这说明“托管”覆盖的是确定的责任边界，不等于供应商承诺模型完成速度或训练收益。Crusoe责任模型，Support Scope

对客户而言，应把自建值班、驱动维护、故障定位和容量规划等成本，与服务商实际承接的责任相匹配。对运营商而言，每增加一项保证，可能增加工程人员、冗余、备件和服务补偿成本。更高服务收入只有超过这些增量成本，才会改善利润；把所有支持收入都当高毛利软件收入，会漏掉交付开支。

这里还有计费与履约的错位。客户预留整组GPU并按固定期限付费时，更好的任务调度首先提高客户每美元完成的工作量，云商账单未必增加。只有合同允许共享、分割后再销售，且服务不会互相干扰，原本闲置的资源才可能形成额外可收费供给。技术可分配与商业可出售，需要分别验证。

利用率提高，能承受多大降价

下面给出Atlas自设敏感性分析，不代表任何厂商数据。假设1,000张GPU、30天，每张每天24小时可售，总量为720,000 GPU小时；初始计费利用率60%，实现净价每GPU小时3美元。收入为720,000×60%×3＝1,296,000美元。保持硬件、可售时间和服务范围不变，讨论计费利用率升至70%的情况。

公式为可售GPU小时×计费利用率×净单价。收入持平允许的降价幅度为1－60%÷70%＝14.2857%。70%比60%高10个百分点，相对增幅为16.67%，不能把两个数混用。本表没有假定调度软件必然带来这项改善。

该计算只隔离收入。电力和网络等支出可能随工作量增加，技术支持也可能增加；固定折旧、租赁和融资成本仍需支付。如果增加的任务属于内部测试或已付费预留资源，计费利用率根本不会按表变化。实际利润需要扣除真实成本，不能把64,800美元收入增量写成利润增量。

客户节省同样需要确定基准。任务完成更快，可以减少按小时使用的GPU账单；固定预留合同则可能只增加吞吐，短期不减少付款。云商与客户可能同时受益，也可能由重新定价把大部分收益让给客户。效率如何分配取决于合同和供需，而非代码许可证本身。

未来回报应看折扣、续约与可收费工作量

未来6–12个月，支持云商溢价的证据应当是同条件续约价格、付费利用率、可归因的支持收入和客户上线速度。若利用率改善同时伴随更大折扣或更高赔付，收入增长不能自动证明竞争优势。合作伙伴名单、下载量或免费试用只能证明传播和使用入口，不能替代这些财务观察。

未来12–24个月，更强的判断需要把设备更新、维护、服务成本和客户留存放在一起。运营商若能持续减少客户总成本，同时在扣除服务及融资开支后保留回报，免费基础软件可以扩大可服务市场。反面情景是客户自建更便宜、供应商功能趋同，效率收益被价格竞争全部转走；也可能调度已足够成熟，本次开源只改变许可证预算，影响远小于硬件与电力价格。

现有资料支持一个有边界的结论：Run:ai开源让软件获取更容易，GPU云的溢价需要由容量、运维和合同责任兑现。尚无同客户、同硬件的前后账单及成本对照，本文不判定哪家云商毛利已经改善，也不据此推算NVIDIA或合作方新增收入。内容仅供信息与研究，不构成投资建议。