当前位置:首页 > 文章列表 > 文章 > 常见问题 > 一金衡盎司等于多少克?

一金衡盎司等于多少克?

2026-04-29 19:07:56 0浏览 收藏
你是否知道,黄金交易中常说的“1盎司”其实并不等于日常生活中称重用的“1盎司”?金衡盎司(oz t)作为全球贵金属市场的专属计量单位,精确值为31.1034768克(常用31.1035克),比普通商品使用的常衡盎司(28.3495克)重约9.7%——这一看似微小的差异,在买卖一公斤黄金时可能导致近27克的误差,直接影响数万元价值!从伦敦金价到上海金交所合约,从金条标注到海关申报,所有专业场景均以金衡盎司为基准,理解并准确识别它,是投资者、收藏者和从业者规避风险、保障权益的第一道关键防线。

一金衡盎司是多少克_贵金属专用重量单位解析

一、金衡盎司的定义与标准值

金衡盎司是国际贵金属交易中专用的质量计量单位,其数值与日常使用的常衡盎司存在本质区别。该单位源于中世纪欧洲金衡制体系,专为黄金、白银、铂金等高价值金属设计,确保称量精度与行业一致性。

1、金衡盎司的精确法定值为31.1034768克。

2、在实际交易、报价及检测中,普遍采用四舍五入后的近似值31.1035克。

3、该数值对应480格令(grain),而1格令固定等于0.06479891克,由此可推导验证其准确性。

二、金衡盎司与常衡盎司的关键差异

混淆金衡盎司与常衡盎司是导致计量误差的常见原因。二者虽同名“盎司”,但起源、用途及换算基准完全不同,不可互换使用。

1、常衡盎司主要用于食品、药品等普通商品,1常衡盎司 = 28.3495克(常用近似值28.350克)。

2、金衡盎司专用于贵金属,1金衡盎司 = 31.1035克,比常衡盎司重约9.7%。

3、1金衡磅 = 12金衡盎司 = 373.2417克;而1常衡磅 = 16常衡盎司 = 453.5924克,二者亦不等价。

三、国际黄金市场中的实际应用方式

全球主要黄金交易所(如伦敦金银市场协会LBMA、纽约商品交易所COMEX)均强制采用金衡盎司作为最小报价与交割单位,所有价格标示默认基于此标准。

1、伦敦金价(London Gold Fix)以美元/金衡盎司为单位发布。

2、上海黄金交易所(SGE)虽以“克”为国内结算单位,但其国际合约仍锚定1金衡盎司 = 31.1035克进行折算。

3、实物金条标注如“1 oz”若无特别说明,即指1金衡盎司,而非常衡盎司。

四、快速识别与验算方法

在缺乏专业计量工具时,可通过结构化换算逻辑快速判断所遇“盎司”是否为金衡制,避免误读合同或报价单。

1、查看上下文:若涉及黄金、白银、铂金、钯金等贵金属,且出现在金融报价、冶炼厂证书、海关申报单中,则默认为金衡盎司。

2、数值验证:若某标称“1盎司”的贵金属质量接近31.1克,而非28.3克,则可确认为金衡盎司。

3、单位缩写识别:金衡盎司常标注为oz t(troy ounce),常衡盎司为oz av(avoirdupois ounce)或仅写oz(需结合语境判断)。

到这里,我们也就讲完了《一金衡盎司等于多少克?》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!

钉钉直播怎么录回放?操作教程详解钉钉直播怎么录回放?操作教程详解
上一篇
钉钉直播怎么录回放?操作教程详解
DeepSeek翻译更准?中英互译技巧分享
下一篇
DeepSeek翻译更准?中英互译技巧分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    344次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    407次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    405次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    367次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    190次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码