针对短时LLM运行的云GPU存储费用高昂。你的工作流程是怎样的？

我正尝试通过Cline/llama.cpp测试Qwen3.6-27B进行代理式编码，但一旦上下文变长，我的本地机器就力不从心了（我那可怜的3080实在跟不上）。令人头疼的不是单纯的GPU价格。我每天只需要一台4090/L40S级别的机器大约2-3小时，但我不想每次都重建整个环境或重新下载模型权重。例如，保留一个已停止的卷可能会产生大量费用，而且在某些市场平台主机上，存储似乎过分绑定到特定物理机器。我不是进行长时间的训练，只是这些短时的迭代测试，需要模型、缓存和环境在会话之间保留而不被存储费用压垮。那么大家都在用什么方案呢？比起绝对最低的每小时成本，我更关心可预测的计费和一种方便的重复使用快照/存储的方式。