Hizmetler
Bize Ulaşın

Bulut GPU Fiyatlandırması, Performansı & Sağlayıcı Karşılaştırması

Cem Dilmegani
Cem Dilmegani
Güncellenme tarihi: 17 Haz 2026

Bulut GPU liste fiyatları aynı model için bir sağlayıcıdan diğerine birkaç kat farklılık gösterebilir. Tüm üç fiyatlandırma kademesindeki 40+ GPU yapılandırması için en düşük fiyatı, sağlayıcıyı, piyasa aralığını ve medyanı, ayrıca 10 model üzerinde dolar başına işlem hacmi kıyaslamasını derledik.

Bulut GPU dolar başına işlem hacmi

13 hiper ölçekli ve neo-bulut sağlayıcısında iş yükünüz için en uygun maliyetli GPU'yu, dolar başına işlem hacmine göre sıralanmış olarak görün:

Bulut GPU Fiyatlandırma & Performans

1 sağlayıcıda 6 seçenek

Güncellendi: 17 Ağustos 2026
3 sonuçtan en ucuz 3 tanesi gösteriliyor
IONOS
Abone
AP1-10 GPU T4
$1.07
GPU başına / saat
Web Sitesini Ziyaret Et
GPU
1 x NVIDIA T4 16 GB
Toplam VRAM
16 GB
Aylık Tahmini
$778
16 vCPU · 128 GB RAM
Metin
1.072 tkn/sn1 $ başına 3.6M token
Görsel
24.4 grs/sn1 $ başına 80.7k görsel
IONOS
Abone
NVIDIA® Server H100
$5.47
GPU başına / saat
Web Sitesini Ziyaret Et
GPU
1 x NVIDIA H100 80 GB
Toplam VRAM
80 GB
Aylık Tahmini
$3.990
24 vCPU · 256 GB RAM
Metin
17.730 tkn/sn1 $ başına 11.7M token
Görsel
76.1 grs/sn1 $ başına 50.0k görsel
IONOS
Abone
NVIDIA® Server H200
$5.47
GPU başına / saat
Web Sitesini Ziyaret Et
GPU
1 x NVIDIA H200 141 GB
Toplam VRAM
141 GB
Aylık Tahmini
$3.990
24 vCPU · 256 GB RAM
Metin
22.254 tkn/sn1 $ başına 14.6M token
Görsel
90.5 grs/sn1 $ başına 59.9k görsel
Filtreler
Tüm GPU Modelleri
Tüm GPU Sayıları
Tüm Sağlayıcılar

Ayrıntılar için bulut GPU kıyaslama metodolojisine bakın.

Talep üzerine, uzun vadeli taahhütler veya ön ödemeler olmaksızın, kullandığınız işlem kapasitesi için saatlik veya saniyelik ödeme yaptığınız en basit fiyatlandırma modelidir.

Bu örnekler, ön ödeme veya uzun vadeli taahhüt olmaksızın bir bulut GPU platformunun esnekliğini tercih eden kullanıcılar için önerilir. Talep üzerine örnekler genellikle spot örneklerden daha pahalıdır, ancak garantili kesintisiz kapasite sağlarlar.

Talep Üzerine Bulut GPU Fiyatları

Sıralama: Sponsorlar tablonun üst kısmında bağlantılı ve vurgulanmıştır. Kalan satırlar en düşük talep üzerine fiyata göre artan sırada sıralanır. Aralık, aynı SKU için tüm sağlayıcılardaki en düşük ve en yüksek liste fiyatı arasındaki farkı gösterir. Medyan, o SKU için her listedeki fiyat dağılımının ortasıdır ve adil piyasa çapası işlevi görür. Fiyatlar en son haftalık katalog yenilemesini yansıtır.

Talep üzerine, saat başına ödeme yapılan, taahhütsüz ve örnek çalıştığı sürece kapasite garantili varsayılan kiralama modelidir. En pahalı kademedir ancak takassız olan tek modeldir.

Spot Bulut GPU Fiyatları

Sıralama: Satırlar en düşük spot fiyata göre artan sırada sıralanır. Spot kapasite kesintiye uğrayabilir. Medyan, o SKU için spot fiyat dağılımının ortasıdır.

Spot kapasite kesintiye uğrayabilir; sağlayıcı, genellikle talep üzerine talep arttığında, çok az veya hiç uyarı olmaksızın örneği geri alabilir. Spot fiyatları genellikle aynı sağlayıcıdaki talep üzerine fiyatlarının 40-%64 altındadır. Spot'u, yeniden başlatmaya dayanıklı denetim noktası alınabilen eğitim, toplu çıkarım ve değerlendirme işleri için kullanın. Yük devretme olmayan gecikmeye duyarlı çıkarım veya tek kopyalı hizmetler için kullanmaktan kaçının.

Ayrılmış Bulut GPU Fiyatları (1 yıl)

Sıralama: Satırlar en düşük 1 yıllık ayrılmış fiyata göre artan sırada sıralanır. Rezervasyonlar, dönem boyunca kapasiteyi kilitler. Medyan, o SKU için ayrılmış fiyat dağılımının ortasıdır.

Rezervasyonlar, talep üzerine kıyasla indirim karşılığında belirli bir dönem için kapasiteyi kilitler. Bir yıllık sözleşmeler genellikle aynı sağlayıcının talep üzerine liste fiyatının 19-%57 altındadır. Bazı durumlarda, rezervasyon ücretleri spot fiyatının altına iner, çünkü rezervasyon sağlayıcısı envanteri tamamen spot piyasadan izole eder.

Ekibimiz, iş süreçlerinizden birini yapay zeka ajanlarıyla ücretsiz olarak otomatikleştirsin.
Bir süreci otomatikleştir

Bulut Sağlayıcı Performans Karşılaştırması

Aynı GPU modeli, ana bilgisayar CPU seçimi, ağ dokusu, sürücü yapılandırması ve sanallaştırma ek yükü nedeniyle sağlayıcılar arasında biraz farklı performans gösterebilir. Bunu ölçmek için DigitalOcean ve Runpod'daki AMD MI300X 192GB üzerinde aynı metin ve görüntü oluşturma iş yüklerini çalıştırdık:

Önemli Gözlemler:

  • Metin oluşturma için, Digital Ocean biraz daha yüksek işlem hacmi sergileyerek saniyede yaklaşık %0,4 daha fazla token'lar işledi.
  • Buna karşılık, görüntü oluşturma için, Runpod hafif bir avantaj göstererek saniyede yaklaşık %0,4 daha fazla görüntü işledi.

Fark çoğu iş yükü için önemsiz olacak kadar küçüktür. Milyonlarca çıkarımda her yüzdelik puanın birleştiği gecikmeye duyarlı çıkarım veya büyük ölçekli eğitim için, uzun bir rezervasyon yapmadan önce belirli sağlayıcı yapılandırmasını kıyaslayın.

Şirket İçinde Satın Alın veya Bulutta Kiralayın

İş yükü öngörülebilir olduğunda, ekip operasyonel bilgi birikimine sahip olduğunda ve donanım kullanımı GPU'nun kullanım ömrü boyunca ~%70 üzerinde kaldığında, sahip olma anlamlıdır. Değişken talep, eğitim ani artışları veya ürün deneyleri için bulut kiralama, sermaye verimliliği ve ölçeklendirme esnekliği açısından kazanır. Başa baş noktası yaklaşık 12 aylık kullanımda yatmaktadır: %70'in üzerinde, rezervasyon veya sahip olunan kapasite neredeyse her zaman talep üzerine üstün gelir; %50'nin altında, spot veya talep üzerine esneklik açısından kazanır; orta bant, iş yükünüzün ne kadar kapasite kesintisine dayanabileceğine bağlıdır.

Ölçekte pratik bir model: sabit durum talebine göre boyutlandırılmış bir temel kümeye sahip olun, ani artışlar ve keşif çalışmaları için bulutta kiralayın. Meta, Şubat 2026'da 6 gigawatt'a kadar AMD Instinct GPU dağıtmak için çok yıllı bir ortaklık duyurdu; bu, hiperskala ölçeğindeki operatörlerin bile değişken iş yükleri için bulut GPU tüketmeye devam ederken sahip olunan kapasiteyi genişletmeye devam ettiğini gösteriyor.

Tüketici GPU'ları (RTX 4090, RTX 5090) kağıt üzerinde en iyi FLOP başına fiyatı sunar, ancak NVIDIA'nın Kullanıcı Lisans Sözleşmesi (EULA), bunların ticari veri merkezlerinde kullanımını kısıtlar. Bireysel iş istasyonları ve kavram kanıtlama çalışmaları için faydalıdır, üretim dağıtımı için değildir.

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.
GoogleTercih edilen kaynak olarak ekle

Bulut GPU Kıyaslama Metodolojisi

İşlem hacmi kıyaslamaları tüm testlerde 4 bit FP kuantization kullanır. İşlem hattı şunları çalıştırır:

  • Metin ince ayarı: FineTome'daki ilk 5.000 konuşma üzerinde Llama 3.2, 5 epok, 1M toplam token, Unsloth framework. İşlem hacmi = (token'lar × epok) / toplam süre.
  • Metin çıkarımı: llama-cpp-python ile oluşturulan 1M token.
  • Görüntü ince ayarı: SkyFusion'daki 100 görüntü üzerinde YOLOv9, 4 epok, Unsloth.
  • Görüntü çıkarımı: İnce ayarlı YOLOv9, ~500 görüntü üzerinde 640×640 boyutunda.

Dolar başına işlem hacmi metriği, iş yükü çıktısını örneğin saatlik maliyetine böler. İşlem hacmi değerleri iş yüküne özeldir ve göreceli kılavuzlar olarak hizmet eder; aynı donanım kendi modelinizde önemli ölçüde farklı işlem hacmi sağlayacaktır.

SSS'ler

Tek bir GPU model adı genellikle birden çok fiziksel SKU'yu kapsar. H100, farklı fiyatlar ve ara bağlantı bant genişlikleriyle PCIe, SXM, SXM5 ve NVL varyantlarında sunulur. A100, 40GB ve 80GB VRAM ile; V100 ise 16GB ve 32GB ile sunulur. Bir sağlayıcı içinde, listelenen ücret ayrıca ana bilgisayar CPU sınıfına, birlikte verilen RAM ve depolamaya ve bölgeye göre değişir. Yukarıdaki fiyatlandırma tabloları, kaynak verilerin izin verdiği ölçüde SKU'ları ara bağlantı ve VRAM'e göre ayırır, böylece her satır bir model adı toplamı yerine tek bir fiziksel karttır.

Bileşen, her bir GPU örneğinde sabit bir iş yükü (görüntü veya metin oluşturma, ince ayar veya çıkarım) çalıştırır ve toplam çıktıyı örneğin saatlik maliyetine böler. Daha yüksek bir sayı, o iş yükü için çıktı başına daha ucuzdur. Sıralama iş yüküne göre değişir: FP8 çıkarımı için optimize edilmiş bir kart, metin oluşturmada daha yüksek VRAM'li bir kartı geride bırakabilir ancak büyük bir görüntü modeli ince ayarında kaybedebilir. Lider tablosunu okumadan önce, işinize uyan iş yükü sekmesini seçin.

Fiyatlandırma tabloları aylık katalog taramasıyla yenilenir.

Daha fazla okuma

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

Cem Dilmegani and Ekrem Sarı (2026) - "Bulut GPU Fiyatlandırması, Performansı & Sağlayıcı Karşılaştırması". AIMultiple.com adresinde çevrimiçi yayımlanmıştır. Erişim tarihi: 17 Haziran 2026, kaynak: https://aimultiple.com/cloud-gpu-pricing [Çevrimiçi Kaynak]

Dilmegani, C., & Sarı, E. (2026, 17 Haziran). Bulut GPU Fiyatlandırması, Performansı & Sağlayıcı Karşılaştırması. AIMultiple. https://aimultiple.com/cloud-gpu-pricing

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Sarı, Ekrem},
  title  = {{Bulut GPU Fiyatlandırması, Performansı & Sağlayıcı Karşılaştırması}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/cloud-gpu-pricing}},
  note   = {AIMultiple. Erişim tarihi: 17 Haziran 2026}
}
Cem Dilmegani
Cem Dilmegani
Baş Analist
Cem, 2017'den beri AIMultiple'da baş analisttir. AIMultiple, her ay Fortune 500'ün %60'ı dahil olmak üzere (similarWeb'e göre) yüz binlerce işletmeyi bilgilendirmektedir.

Cem'in çalışmaları Business Insider, Forbes, Washington Post gibi önde gelen küresel yayınlar, Deloitte, HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslarüstü kuruluşlar tarafından alıntılanmıştır.

Cem, kariyeri boyunca teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yapmıştır. On yıldan fazla bir süre McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yapmıştır. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımlamıştır.

CEO'ya rapor verirken bir telekomünikasyon şirketinin teknoloji stratejisini ve satın alımını yönetmiştir. Ayrıca, 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetmiştir. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alınmıştır.

Cem, uluslararası teknoloji konferanslarında düzenli olarak konuşma yapmaktadır. Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun olmuş ve Columbia Business School'dan MBA derecesine sahiptir.
Tam Profili Görüntüle
Teknik olarak inceleyen
Ekrem Sarı
Ekrem Sarı
Yapay Zeka Araştırmacısı
Ekrem, AIMultiple'da bir Yapay Zeka Araştırmacısı ve Veri Analistidir. Yapay zeka ve LLM sistemleri için uygulamalı benchmark'lar tasarlar ve yürütür.
Tam Profili Görüntüle

Yorumlar 2

Düşüncelerinizi Paylaşın

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

0/450
Ashley Jenkinson
Ashley Jenkinson
Oct 31, 2024 at 08:54

Cem - great article, I'd love to pick your brain on private networking or direct connects to these GPU instances.

Cem Dilmegani
Cem Dilmegani
Nov 10, 2024 at 06:58

Hi Ashley, thank you! Sure, happy to chat.

Harsh Sharma
Harsh Sharma
Oct 06, 2024 at 02:19

Hi there, fantastic article and very well-researched. Would you mind checking out Dataoorts at https://dataoorts.com

Cem Dilmegani
Cem Dilmegani
Oct 22, 2024 at 03:18

Sure, we'll review to see if we can include Dataoorts in the next edit.