阿里云下调ACS Agent Sandbox默认算力价格，剑指Agent基础设施市场

6月10日，阿里云丢出一份降价通告：从6月15日12点起，容器计算服务ACS的Agent Sandbox（default算力质量）正式降价。这次调整范围很克制——只动default档，ACS通用型、性能型的default与best-effort都不变。

看上去是一次例行价格调整，但放在当前Agent基础设施竞争白热化的背景下，这一刀切得有点意思。

这是一款什么产品

先把背景讲清楚。ACS Agent Sandbox是阿里云在容器计算服务（ACS）下推出的一类专门面向AI Agent的沙箱算力，今年早些时候完成新算力公测，定位是"生产级Agent运行底座"。

和普通容器算力不同，它的设计目标不是跑Web应用或微服务，而是承接两类典型的Agent工作负载：

• AgentRL场景：强化学习训练时的轨迹采样、环境交互、多路径并行探索。这类场景的特点是要在极短时间内拉起成千上万个隔离环境，跑完就销毁，对弹性创建速度极度敏感。
• AgentServing场景：深度研究类Agent、工具调用、多轮会话这种在线智能体服务，要求每个用户会话有独立的安全执行环境，还要能在用户离开时休眠、回来时秒级唤醒，省钱又不掉体验。

技术规格上，Agent Sandbox堆得相当扎实：

• MicroVM级别隔离：每个Sandbox是一个独立的微型虚拟机，计算、网络、存储端到端隔离。Code Interpreter、Browser Use这种需要在沙箱里跑用户生成代码的场景，这是硬需求。
• 15K Sandbox/分钟的弹性扩展能力：通过镜像缓存加速、Warm Pool预热池、基于负载特征的预调度，做到百毫秒级沙箱快速创建，典型镜像拉取耗时缩短90%以上。
• 内存级休眠唤醒：运行中的Sandbox按需休眠后，内存状态保留，1~10秒内可快速唤醒。休眠状态下不收CPU和内存费，只算临时存储。
• Checkpoint/Restore：把Sandbox的内存状态快照保存下来，可迁移、可克隆，专门为分支并行探索的Agent场景设计。
• 生态兼容：原生支持Kubernetes，提供E2B兼容SDK——这一条是面向开发者的关键，已经在用E2B的团队几乎零改造就能迁移过来。

价格降在了哪里

现在说降价的细节。ACS Agent Sandbox按vCPU数和内存大小分别计费，按秒计价、按小时出账。降价前的公开价格大致是：

• vCPU：0.00003006 元/秒（约0.108 元/小时）
• 内存：0.00001499 元/秒（约0.054 元/小时）

阿里云这次没公布具体的降幅数字，只说"价格下调"，正式生效以6月15日12点为准。但需要注意的是，ACS体系里还有一档best-effort算力质量，定价大约是default档的20%，专门给"成本敏感且具有容错性的离线业务"用——这次降价并不涉及它。

换句话说，阿里云这次动的是主力商业档的价格。default算力对应稳定供给、有SLA保障的生产负载，是企业真金白银会用的那一档。这种主力档降价，比best-effort降价更具有信号意义。

为什么是现在降价

这个时间点选得不太随机。

过去一年，Agent基础设施这条赛道已经从"概念验证"全面转向"生产落地"。海外E2B、Daytona、Modal这一类Sandbox服务把Agent沙箱做成了云原生标品；国内这一侧，火山引擎、腾讯云都在容器算力层面针对Agent场景做了改造。阿里云的Agent Sandbox还在公测期，但产品力上明显是奔着对标E2B去的——E2B兼容SDK这一招就是明牌。

问题是，Agent沙箱算力的客户结构很特殊：

• 头部Agent公司：跑AgentRL训练的算力消耗是天文数字，单次大规模并行采样轻松拉起几万个Sandbox，价格敏感度极高。
• 中型Agent SaaS：AgentServing场景下，每个活跃用户对应一个长时运行的沙箱，毛利率被算力成本直接决定。
• 个人开发者/小团队：想试一下生产部署，但被按秒计费的账单吓退。

这三类客户都对价格非常敏感。降default档，受惠最大的是第一类和第二类——那些已经在认真做生产部署、消耗规模上来了的客户。这次降价没有同步降best-effort，反过来说明阿里云判断真正能撑起未来收入的是稳定算力，而不是低价跑量。

与E2B生态的微妙关系

值得单独说一句E2B兼容这件事。

E2B目前是全球最广泛使用的Agent沙箱SDK，开源生态、社区资源、文档体系都很成熟。但E2B本身的托管服务跑在海外，国内团队用起来既有合规问题，也有延迟问题。

阿里云Agent Sandbox提供E2B兼容SDK，相当于在国内给出了一个"语义对等、性能更优、价格更低"的替代品。配合这次default档降价，对于那些原本想用E2B但卡在合规或网络上的国内Agent团队，吸引力会显著提升。

对开发者来说，从E2B迁移过来的改造成本接近零——SDK调用方式、Sandbox创建、连接、执行、回收的整套语义都一致。换底层的同时，应用层代码几乎不用动。

一个被忽略的细节：状态保持

聊Agent沙箱，大家通常关注隔离性和弹性，但状态保持才是Agent场景下被低估的能力。

想象一个深度研究Agent：用户上午开了个研究任务，跑了一半，关掉浏览器去开会。下午回来继续，Agent需要恢复到之前的工作状态——浏览器打开了哪些标签、Python kernel里的变量、中间产物文件，全都得在。

传统的容器方案做法是把状态序列化到外部存储，重启时再加载，体验上有明显的延迟和断点。Agent Sandbox的内存级Checkpoint做的是另一件事：直接把整个MicroVM的内存快照保留，唤醒时1~10秒内恢复原状，对用户来说就像应用一直没关过。

这种能力对AgentServing类业务的留存率会有直接影响。降价后，长会话场景的经济模型会变得更友好——休眠期间几乎不花钱，活跃时按秒计费，整体单用户成本可控。

对国内Agent团队意味着什么

抛开营销话术，这次降价对实际在做Agent的团队有几个具体影响：

1. 生产部署的门槛进一步降低。原本卡在算力成本上的中型团队，可以把更多线上流量迁移到带强隔离的沙箱里跑，安全性和可控性都会提升。
2. AgentRL的训练经济性改善。强化学习训练场景对沙箱算力的消耗是规模性的，default档降价直接作用在训练账单上。
3. 国内E2B迁移的吸引力增强。原来在海外用E2B的团队，现在有了一个性能、价格、合规都更顺手的本地选项。
4. 公测期的窗口红利。Agent Sandbox还在公测期，意味着官方对客户反馈的响应会更积极，工单优先级、定制需求的协商空间都更大。

当然也要泼点冷水：Agent Sandbox目前只开放在华南3（广州）、华南2（河源）、华北1（青岛）、华北3（张家口）、华北5（呼和浩特）、西南1（成都）六个地域，华东主力Region暂时没上。对部署在华东2（上海）的团队来说，要用就得跨Region调用，延迟和带宽成本要单算。

顺带一句

做Agent的另一个绕不开的话题是模型调用。Agent沙箱解决的是"执行环境"，但Agent的大脑还在大模型那一端。如果你在多模型路由、跨厂商对比上有需求，OpenAI Hub（openai-hub.com）这类聚合平台能用一个Key调GPT、Claude、Gemini、DeepSeek，国内直连、兼容OpenAI格式，配合Agent Sandbox这种本地化沙箱算力，做生产部署时基础设施这一层会比较干净。

写在最后

这次降价金额不一定特别夸张，但信号比金额更值得关注：阿里云在主力商业档上让利，说明Agent基础设施这条线已经从"教育市场"阶段进入了"抢客户"阶段。

接下来几个月，火山、腾讯云大概率会有跟进动作。对开发者来说，这是好事——Agent生产落地真正能跑起来的前提，就是底层算力便宜、稳定、生态兼容。这三个条件一旦凑齐，明年我们大概率会看到一批此前因为成本问题压着没上线的Agent产品集中放量。

6月15日12点见。

参考来源

• ACS 容器算力新升级与AI Agent 解决方案 - 知乎专栏：阿里云ACS团队对Agent Sandbox产品定位、算力质量分级（default/best-effort）以及AI Agent解决方案的详细解读。