NVIDIA H100
3 条任务Llama 3.1 405BLlama 4 MaverickOLMo 2 32B
工期文本解析不出天数（如 undisclosed），按未披露处理
训练成本榜
TRAINING COST15 个模型把各厂商公开披露的训练算力（GPU 小时、卡数、训练窗口）摆在一起，并用今天的租价重算一遍要花多少钱。当年披露的成本多是自有集群摊销价，今天租同等算力可能贵好几倍——这个差值本身就是最有用的信息。
披露数据时间
2026-10-27 19:00
今日租价口径 2026-10-28 12:15 · 15 个模型
收录模型15其中 10 个开放权重
披露 GPU 小时6其余只披露卡数或完全不披露
披露美元成本3大厂普遍只给算力不给钱
可用今日租价重算5需要同时有 GPU 小时与可对标卡型
已披露最大算力270.0MGPT-4 的 GPU 小时数
公开训练算力与成本
15 条| # | 模型 | 规模 | 硬件与工期 | 算力 | 披露成本 | 今日租价重算 | |
|---|---|---|---|---|---|---|---|
| 1 |
GPT-4OpenAI · 2023-03 |
1760B（MoE，激活 280B）训练 token ~13T （估算） | NVIDIA A10025,000 卡 · 工期 ~3 months | 270,000,000 GPU 小时每百万 token 训练成本 $7.69 | $100,000,000公开来源标注为估算 | $321,300,000约为披露值的 3.21 倍 | 披露 → |
| 2 |
Llama 3.1 405B 开放权重Meta · 2024-07 |
405B训练 token 15T+ | NVIDIA H100-80GB16,000 卡 · 工期 未披露 （论文分析的是 54 天预训练窗口） | 30,840,000 GPU 小时每百万 token 训练成本 $4 | $60,000,000公开来源标注为估算 | $79,875,600约为披露值的 1.33 倍 | 披露 → |
| 3 |
DeepSeek V3 开放权重DeepSeek · 2024-12 |
671B（MoE，激活 37B）训练 token 14.8T | NVIDIA H8002,048 卡 · 工期 under two months （预训练阶段） | 2,788,000 GPU 小时每百万 token 训练成本 $0.38 | $5,576,000 | 硬件为 H800，租用比价里没有同类卡型的实时报价 | 披露 → |
| 4 |
Llama 4 Maverick 开放权重Meta · 2025-04 |
400B（MoE，激活 17B）训练 token ~22T | NVIDIA H100-80GB工期 未披露 | 2,380,000 GPU 小时每百万 token 训练成本 — | 未披露 | $6,164,200 | 披露 → |
| 5 |
Kolibri-1 开放权重Aleph Alpha · 2026-10 |
78B（MoE，激活 3.46B）训练 token 20T (plus 3.44T mid-training and 201B long-context) | NVIDIA B20096 HGX 8x B200 nodes768 卡 · 工期 21 days (511 hours) pretraining, plus 5 days mid-training and 13 hours long-context | 392,000 GPU 小时每百万 token 训练成本 — | 未披露 | $2,344,160 | 披露 → |
| 6 |
Soofi S 30B-A3BSoofi consortium · 2026-07 |
30B（MoE，激活 3B）训练 token 26.68T | NVIDIA B200Deutsche Telekom Industrial AI Cloud, Munich512 卡 · 工期 ~7 weeks (March 24 to May 13, 2026) | 253,000 GPU 小时每百万 token 训练成本 — | 未披露 | $1,512,940 | 披露 → |
| 7 |
LongCat-2.0 开放权重Meituan · 2026-07 |
1600B（MoE，激活 48B）训练 token 35T+ | AI ASIC superpodsvendor not named50,000 卡 · 工期 未披露 | millions of accelerator-days (per Meituan)每百万 token 训练成本 — | 未披露 | 硬件类型未指明可对应的租用卡型 | 披露 → |
| 8 |
Nemotron 3 Ultra 开放权重NVIDIA · 2026-06 |
550B（MoE，激活 55B）训练 token 20T | NVIDIA GB200long-context phase); NVFP4 pretraining工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 硬件为 GB200，租用比价里没有同类卡型的实时报价 | 披露 → |
| 9 |
GPT-5.5OpenAI · 2026-04 |
未披露训练 token 未披露 | NVIDIA GB200 and GB300 NVL72工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 硬件为 GB200，租用比价里没有同类卡型的实时报价 | 披露 → |
| 10 |
DeepSeek V4 Pro 开放权重DeepSeek · 2026-04 |
1600B（MoE，激活 49B）训练 token 33T | 未披露报告验证了 NVIDIA GPU 与华为昇腾 NPU 上的算子工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 硬件类型未指明可对应的租用卡型 | 披露 → |
| 11 |
Claude Opus 4.7Anthropic · 2026-04 |
未披露训练 token 未披露 | AWS and Google Cloudaccelerators not specified工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 硬件类型未指明可对应的租用卡型 | 披露 → |
| 12 |
Gemini 2.5 ProGoogle · 2025-03 |
未披露训练 token 未披露 | Google TPUv5pmultiple 8,960-chip pods工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 硬件为 TPU，租用比价里没有同类卡型的实时报价 | 披露 → |
| 13 |
OLMo 2 32B 开放权重Allen AI · 2025-03 |
32B训练 token 6.6T | NVIDIA H100Ai2 Jupiter and Augusta clusters工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 按该卡型当月最低按需价折算 | 披露 → |
| 14 |
Mistral Large 2 开放权重Mistral · 2024-07 |
123B训练 token 未披露 | 未披露工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 硬件类型未指明可对应的租用卡型 | 披露 → |
| 15 |
Qwen 2.5 72B 开放权重Alibaba · 2024-09 |
72B训练 token 18T | 未披露工期 未披露 | 未披露每百万 token 训练成本 — | 未披露 | 硬件类型未指明可对应的租用卡型 | 披露 → |
单位算力成本
3 条可比按硬件/平台分组
15 条3 条任务
NVIDIA B200
2 条任务Kolibri-1Soofi S 30B-A3B
平均工期来自 2 条能解析出天数的记录
NVIDIA GB200 / GB300
2 条任务Nemotron 3 UltraGPT-5.5
工期文本解析不出天数（如 undisclosed），按未披露处理
Google TPU
1 条任务Gemini 2.5 Pro
工期文本解析不出天数（如 undisclosed），按未披露处理
NVIDIA A100
1 条任务GPT-4
平均工期来自 1 条能解析出天数的记录
NVIDIA H800
1 条任务DeepSeek V3
平均工期来自 1 条能解析出天数的记录
自研 ASIC（厂商未具名）
1 条任务LongCat-2.0
工期文本解析不出天数（如 undisclosed），按未披露处理
硬件未披露或未指明
4 条任务DeepSeek V4 ProClaude Opus 4.7Mistral Large 2Qwen 2.5 72B
工期文本解析不出天数（如 undisclosed），按未披露处理
披露口径
3 条两个维度都有覆盖情况
共 15 条多数项目只披露其中一个维度：两个维度都有的才进「单位算力成本」表，缺的那一项保持空白。
为什么不能直接相除
披露成本多为自有集群摊销价或公开来源估算，GPU 小时则常只覆盖预训练阶段，口径是「卡时」或「加速器天数」。两个不同口径的数直接相除，得到的单位成本看着精确，实际含义不清——上表只适合同口径记录之间横向比。
估算值怎么标
数据里带 estimated 标记的成本，页面上写「（估算）」；标注为 disclosed 的按厂商披露值展示。单位算力成本表里两种都会出现，请按标记区别对待。
币种与单位
金额是数据源原币种（美元），不做汇率假设、不做币种换算；「美元/卡时」的分母就是该条披露的 GPU 小时数，不是折算出来的等效算力。
这张榜怎么读
为什么「今日租价重算」比当年披露的成本高那么多？
因为两者口径不同。披露成本通常是自有集群的摊销口径（按采购价与折旧算，且很多大厂按内部成本价记账），而重算用的是公有云按需租价——后者包含厂商毛利、机房与运维。当年前沿训练普遍是自有万卡集群，公有云按需价本来就比自建摊销价高。这个差值是「如果今天从头做一遍、全靠租」的参考上限，不是「当年被多收了钱」。
为什么大多数模型没有成本数字？
因为多数厂商只披露算力不披露钱。这张表里 3 条有美元成本、6 条有 GPU 小时。缺的字段保持空白：用参数量、token 数或算力峰值反推成本会得到一个看起来很精确但实际错误的数字，对做决策没有帮助。
「每百万 token 训练成本」为什么会低到不合常理？
因为训练 token 数是各厂商自己报的口径，可能包含多轮训练、合成数据与长上下文扩展阶段的数据量，而成本只覆盖了部分阶段（例如只算了预训练）。另外 MoE 模型的总参数远大于激活参数，按激活参数算会低估单位成本。这个指标只适合在同一披露口径的记录之间比较，不要跨口径得出结论。
训练算力与成本取自各模型公开披露的原始记录；披露数据时间 2026-10-27 19:00，租价口径 2026-10-28 12:15。
