月付 999 欧租一整张 RTX PRO 6000：Contabo 这台 GPU VPS 什么人才用得回本

它卖的到底是什么

不是“带显卡的 VPS”这种模糊说法，官方写得很实：NVIDIA RTX PRO 6000 Blackwell Server Edition，整张卡通过 PCI 直通独占给你的实例，不做 vGPU 切分、不和别人共享显存。96 GB GDDR7 ECC 显存、24,064 CUDA 核心、120 TFLOPS FP32、1,597 GB/s 带宽，配 18 vCPU、96 GB 内存、900 GB NVMe，默认镜像是 Ubuntu 24.04 并预装了 CUDA 和 nvidia-container-toolkit——开箱即用，装好系统连上去就能跑，不用自己折腾驱动。

价格是 €999 / $1199 / £969 每月（不含税），12 个月期减 15%、24 个月期减 20%，而且是固定月费：卡通宵空转和满载渲一整晚，钱是一样的。官方自己给了张对比图（按 31 天折算每小时）：Contabo 1.61 美元，Akamai 2.5，AWS g7e.2xlarge 3.36，Google Cloud 4.5。这张图只说明一件事——固定月租在“机器一直开着”这件事上比按量计费便宜，不代表它在任何场景都便宜。

96GB 显存真正改变了什么

70B 级模型在 FP8 下权重约 70 GB，单卡装得下，剩下的留给上下文和推理开销；官方还确认跑通过 Stable Diffusion、Qwen3-14B、Nemotron-Nano-3-30B、Devstral-2-123B、Qwen-Image-2512、Coqui TTS。换句话说，过去要拆到两张卡或者到处找量化版本的活，现在一张卡就结束了。第五代 Tensor Core 还支持 FP4，想塞更长上下文或更大的模型有退路。

但别把“能跑”当成“该买”。这台机器的官方定位是推理、微调与 LoRA、渲染、视频转码、单节点仿真，官方也明说它不面向大规模多节点训练——真要做那件事，得去找带 NVLink 的 H 系列集群。

先把账算成小时

我的判断方法很土：把你手上的活换算成“每月要用多少小时 GPU”。每天只在下班后跑两三个小时实验的人，按小时租卡或者用现成的推理 API 大概率更省，闲置的 20 多个小时是纯亏损。反过来，只要你有一种常驻的私有推理服务——比如给自家产品做 RAG、给团队跑内部 AI 助手、定时批量生成图片或转码——机器月利用率过半，固定月租就从“贵”变成“可预测”，而这正是它相对按量计费真正值钱的地方，因为账单不再跟着 token 和小时数一起失控。

还有两个买不到的东西值得算进收益：权重和提示词都在你自己的实例里，数据不出你的机房；官方说这张卡对 Maya、Houdini、Cinema 4D 有 ISV 认证，做生产渲染的人不用赌兼容性。

下单前先确认这三条

机房先想清楚再点。 首批只有欧洲和美国中部，而且因为 GPU 供给有限，官方明确不支持跨区迁移。这意味着合规与数据驻留、以及用户在哪，必须在下单那一刻就定好，后面换不了。

900 GB NVMe 不一定够。 几个 70B 权重加数据集很容易把盘撑满，官方的 Storage Extension 可以加，但那是另一笔钱。另外流量虽然写无限，但走的是公平使用策略，异常高的出站可能被限流——真要靠它分发大文件，先想好对象存储的方案。

合同最短一个月，预付可随时取消，后付要提前四周通知。 也就是说最少要准备一个计费周期的钱，当作试用成本。目前只支持 Ubuntu 24.04 + CUDA 一个镜像，依赖 Windows 的流程暂时进不来。

顺手提醒一句：欧洲和美国中部机房到国内的实际线路和延迟我没有实测过，如果你的用户在国内，先拿一台同机房的小机器自己 ping 和 traceroute 一轮，再决定要不要上这台卡。

如果你还在犹豫，最稳的路径是先按小时租一张同型号卡，用真实负载跑一轮，记下端到端耗时和失败率，确认收益后再转固定月费——这一步花的钱，比直接签一个月然后发现用不满要少得多。官方 GPU VPS 页底部还留了“到货通知”的订阅入口，说明首批确实是限量供应。

入口：Contabo GPU VPS