Cloud GPU Preise, Leistung & Anbietervergleich
Cloud-GPU-Listenpreise für dasselbe Modell können sich zwischen Anbietern um ein Mehrfaches unterscheiden. Die Tabellen vergleichen niedrigste Preise, Anbieternamen, Marktspannen und Medianwerte nach GPU, Speicher und Interconnect.
Cloud-GPU-Preis pro Durchsatz
Vergleichen Sie den gemessenen Durchsatz pro Dollar im Benchmark-Rechner:
Cloud-GPU-Preise & Leistung
1.245 Angebote von 28 Anbietern
IONOS
Vast KI
Bester PreisVast KI
Vast KI
Verda
Verda
Verda
Verda
Vast KI
Runpod
Siehe Cloud-GPU-Benchmark-Methodik für Details.
Die On-Demand-Abrechnung berechnet die Nutzung pro Stunde oder in einer kleineren Zeiteinheit, je nach Anbieter, ohne langfristige Reservierung.
On-Demand-Instanzen ermöglichen die Nutzung ohne langfristige Reservierung. Verfügbarkeit, Wartung und Servicezusagen hängen vom Anbieter und den Instanzbedingungen ab.
On-Demand-Cloud-GPU-Preise
Ranking: Abonnenten sind verlinkt und oben hervorgehoben. Andere Zeilen sind nach dem niedrigsten On-Demand-Preis sortiert. Spanne und Median summarize erfasste Angebote für dieselbe GPU, denselben Speicher und dieselbe Interconnect-Gruppierung; Region, Host-Ressourcen und GPU-Anzahl können sich dennoch unterscheiden. Die Preise basieren auf der Katalogerfassung vom 5. November 2026. IONOS-Zeilen behalten die separat gepflegten Sponsor-Referenzpreise. Unbekannte Preise sind ausgeschlossen.
On-Demand-Preise gelten ohne Reservierungsverpflichtung. Veröffentlichte Angebote können nicht verfügbare oder unbekannte Bestandszustände enthalten; ein gelisteter Preis garantiert daher nicht, dass eine Instanz gestartet werden kann.
Spot-Cloud-GPU-Preise
Ranking: Abonnenten erscheinen zuerst; andere Zeilen sind nach dem niedrigsten Spot-Preis sortiert. Der Median fasst erfasste Spot-Angebote für dieselbe GPU-Gruppierung zusammen. N/A bedeutet, dass für die Sponsor-Referenzzeile kein Spot-Preis dokumentiert ist.
Spot-Kapazität kann vom Anbieter zurückgefordert werden. In 154 abgeglichenen Anbieter-/GPU-/Speicher-/Interconnect-Vergleichen liegen die mittleren 50 % der beobachteten Rabatte bei 26–55 % gegenüber On-Demand. Acht Vergleiche haben höhere Spot-Preise. Jeder Vergleich verwendet den niedrigsten erfassten Preis pro Abrechnungsstufe; verbleibende Instanzunterschiede können das Ergebnis beeinflussen. Jobs mit Spot-Nutzung müssen Unterbrechungen und Neustartkosten tolerieren.
Reservierte Cloud-GPU-Preise
Ranking: Abonnenten erscheinen zuerst; andere Zeilen sind nach dem niedrigsten reservierten Preis sortiert. Der Katalog kombiniert unterschiedliche Bindungsdauern. Der Median fasst erfasste reservierte Angebote für dieselbe GPU-Gruppierung zusammen. N/A bedeutet, dass für die Sponsor-Referenzzeile kein Reservierungspreis dokumentiert ist.
In 134 abgeglichenen Anbieter-/GPU-/Speicher-/Interconnect-Vergleichen liegen die mittleren 50 % der reservierten Rabatte bei 15–44 % gegenüber On-Demand. Drei Vergleiche haben höhere reservierte Preise. Jedes Paar verwendet den niedrigsten erfassten Preis in seiner Stufe. Bindungsdauer, Zahlungsplan und Kapazitätsgarantien müssen im jeweiligen Angebot geprüft werden.
Leistungsvergleich der Cloud-Anbieter
Dasselbe GPU-Modell kann bei verschiedenen Anbietern aufgrund der Wahl der Host-CPU, der Netzwerkstruktur, der Treiberkonfiguration und des Virtualisierungs-Overheads leicht unterschiedliche Leistung zeigen. Um dies zu quantifizieren, haben wir identische Text- und Bildgenerierungs-Workloads auf AMD MI300X 192GB bei DigitalOcean und Runpod ausgeführt:
Wichtige Beobachtungen:
- Bei der Textgenerierung zeigte Digital Ocean einen etwas höheren Durchsatz und verarbeitete etwa 0,4 % mehr Tokens pro Sekunde.
- Umgekehrt zeigte bei der Bildgenerierung Runpod einen leichten Vorteil und verarbeitete etwa 0,4 % mehr Bilder pro Sekunde.
Diese Läufe unterscheiden sich bei beiden gemessenen Workloads um weniger als 0,5 %. Der Vergleich begründet keine Leistungsrangfolge für andere Modelle oder Instanzkonfigurationen.
On-Prem kaufen oder in der Cloud mieten
Die Kosten für den Besitz einer GPU hängen vom Kaufpreis, der Auslastung, dem Stromverbrauch, der Kühlung, der Wartung und dem Wiederverkaufswert ab. Vergleichen Sie diese Kosten über die erwartete Nutzungsdauer mit der Cloud-Miete bei der beabsichtigten Nutzung.
Ein Workload kann auch eigene Kapazität für gleichmäßige Nachfrage und Cloud-Instanzen für temporäre Spitzen nutzen. Die Aufteilung hängt von den betrieblichen Anforderungen und den Kosten für die Datenübertragung zwischen den Umgebungen ab.
Consumer-GPUs wie RTX 4090 und RTX 5090 erscheinen in Mietkatalogen. Vergleichen Sie deren Speicher, Interconnect, Support und anwendbare Softwarelizenzbedingungen mit den Anforderungen des Einsatzes.
Als bevorzugte Quelle hinzufügenCloud-GPU-Benchmark-Methodik
Die Durchsatz-Benchmarks verwenden in allen Tests 4-Bit-FP-Quantisierung. Die Pipeline umfasst:
- Text-Finetuning: Llama 3.2 auf den ersten 5.000 Konversationen aus FineTome, 5 Epochen, 1M Gesamt-Tokens, Unsloth-Framework. Durchsatz = (Tokens × Epochen) / Gesamtzeit.
- Text-Inference: 1M Tokens generiert mit llama-cpp-python.
- Bild-Finetuning: YOLOv9 auf 100 Bildern aus SkyFusion, 4 Epochen, Unsloth.
- Bild-Inference: Finetuned YOLOv9 auf ~500 Bildern bei 640×640.
Der Durchsatz pro Dollar drückt den Workload-Output pro Kosteneinheit aus. Der gemessene Workload, die Laufzeit, der Stundensatz und die GPU-Konfiguration bestimmen das Ergebnis. Andere Modelle und Einstellungen können einen anderen Durchsatz erzeugen.
FAQs
Ein GPU-Modell kann verschiedene Speicher- und Interconnect-Varianten umfassen. A100 umfasst 40-GB- und 80-GB-Versionen; V100 umfasst 16-GB- und 32-GB-Versionen. Die Tabellen trennen Speicher und Interconnect, sofern identifiziert, aber GPU-Anzahl, Region und gebündelte CPU/RAM können innerhalb einer Zeile weiterhin variieren.
Der Rechner vergleicht den Workload-Output mit den Kosten für die gemessene Konfiguration. Ein höherer Durchsatz-pro-Dollar-Wert bedeutet mehr Output pro Dollar für diesen Workload. Der Workload und die eingebetteten Preisannahmen müssen geprüft werden, bevor die Rangfolge auf einen anderen Job angewendet wird.
Die Preistabellen in diesem Update verwenden den am 5. November 2026 erfassten Katalog.
Weiterführende Literatur
- Multi-GPU-Benchmark: B200 vs H200 vs H100 vs MI300X
- Cloud-GPU-Anbieter & ihre GPUs
- GPU-Concurrency-Benchmark
- Top 25+ KI-Chip-Hersteller: NVIDIA & seine Konkurrenten
- Cloud-GPU-Mietpreisindex
- DGX Spark vs. Mac Studio & Halo: Benchmarks & Alternativen
Zitieren Sie diesen Benchmark
Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Sarı, Ekrem},
title = {{Cloud GPU Preise, Leistung & Anbietervergleich}},
year = {2026},
month = nov,
howpublished = {\url{https://aimultiple.com/cloud-gpu-pricing}},
note = {AIMultiple. Abgerufen am 6. November 2026}
}Ergebnisse und Zeitstempel von 106 Datenpunkten. Laden Sie die Zusammenfassungsdaten aus den Diagrammen und Tabellen dieses Artikels als ZIP-Datei herunter, die 5 CSV-Dateien enthält.
Möchten Sie die granularen Daten dahinter? Premium beitreten
Änderungsprotokoll
15 AktualisierungenTabellen mit Spot- und 1-Jahres-Reservierungspreisen für Cloud-GPUs neben der On-Demand-Tabelle hinzugefügt.
Der Abschnitt „Niedrigste Preise für die beliebtesten GPUs“ wurde entfernt.
Cems Arbeit bei AIMultiple wurde von führenden globalen Publikationen wie Business Insider, Forbes, Morning Brew und Washington Post, von globalen Unternehmen wie Deloitte und HPE, von NGOs wie dem World Economic Forum und von supranationalen Organisationen wie der European Commission zitiert. [1], [2], [3], [4], [5]
Im Laufe seiner Karriere war Cem als Tech-Berater, Tech-Einkäufer und Tech-Unternehmer tätig. Er beriet Unternehmen bei ihren Technologieentscheidungen bei McKinsey & Company und Altman Solon über mehr als ein Jahrzehnt. Er veröffentlichte außerdem einen McKinsey-Bericht zur Digitalisierung.
Er leitete Technologiestrategie und -beschaffung eines Telekommunikationsunternehmens und berichtete dabei direkt an den CEO. Außerdem verantwortete er das kommerzielle Wachstum des Deep-Tech-Unternehmens Hypatos, das innerhalb von zwei Jahren von 0 einen siebenstelligen jährlich wiederkehrenden Umsatz und eine neunstellige Bewertung erreichte. Cems Arbeit bei Hypatos wurde von führenden Technologiepublikationen wie TechCrunch und Business Insider aufgegriffen.
Cem spricht regelmäßig auf internationalen Technologiekonferenzen. Er absolvierte die Bogazici University als Computeringenieur und hat einen MBA von der Columbia Business School.
Kommentare 2
Teilen Sie Ihre Gedanken
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.
Cem - great article, I'd love to pick your brain on private networking or direct connects to these GPU instances.
Hi Ashley, thank you! Sure, happy to chat.
Hi there, fantastic article and very well-researched. Would you mind checking out Dataoorts at https://dataoorts.com
Sure, we'll review to see if we can include Dataoorts in the next edit.