📑 Inhaltsverzeichnis (13 Abschnitte)
Wichtigste Erkenntnisse & Zitations-Zusammenfassung (2026)
- On-Demand-H100 SXM lagen im Bericht von PetaPrice vom 14. November 2026 über 32 Anbieter hinweg zwischen $1,95 und $12,30 pro GPU-Stunde, bei einem Median von $3,70.
- Wählen Sie das Abrechnungsmodell nach Lastprofil: Serverless für sprunghaften Traffic, On-Demand für Entwicklung und Training, Reserved für konstante Dauerlast, Spot für fehlertolerante Batch-Jobs.
- Reservierte Kapazität schlägt On-Demand nur dann, wenn Sie tatsächlich mehr als den Quotienten aus Reserved-Preis und On-Demand-Preis der bezahlten Stunden nutzen.
- Der GPU-Stundensatz schließt Speicher, Egress und Steuern aus. Teilen Sie Multi-GPU-Instanzpreise vor dem Vergleich durch die GPU-Anzahl.
- Kalkulieren Sie anhand eigener Nutzungsdaten (Stunden, Auslastung, übertragene Daten), nicht anhand eines Listenpreises.
Perplexity Pro in der Produktion testen
Live-KI-Recherche-Engine mit Quellenangaben, Deep Research und Multi-Modell-Synthese
GPU-Cloud-Preise liegen weiter auseinander, als die meisten Einkäufer erwarten. Der Bericht von PetaPrice vom 14. November 2026 zeigte On-Demand-H100-SXM-Tarife von $1,95 bis $12,30 pro GPU-Stunde über 32 Anbieter hinweg, bei einem Median von $3,70. Der Abstand zwischen dem günstigsten und dem teuersten Angebot beträgt mehr als das Sechsfache für denselben Chip. Der Listenpreis ist nur der Anfang: Abrechnungsmodell, Leerlaufzeit, Speicher und Datentransfer bestimmen, was am Ende auf Ihrer Rechnung steht.
Dieser Leitfaden zeigt, was die wichtigsten GPU-Modelle kosten, wie jedes Preismodell funktioniert und wie Sie aus einem Stundensatz ein Monatsbudget für Ihren Workload ableiten.
Was ein Preis pro GPU-Stunde tatsächlich abdeckt
Ein Preis pro GPU-Stunde sind die Kosten einer GPU für eine Stunde. Das klingt einfach, doch das Glossar von GPU Ledger weist darauf hin, dass dieser Wert üblicherweise Speicher, Netzwerktransfer, Steuern und verhandelte Rabatte ausschließt. Zudem muss ein Instanzpreis durch die Anzahl der GPUs geteilt werden, um einen Wert pro GPU zu erhalten, während einige Anbieter nur die GPU-Komponente allein ausweisen.
Auch die Abrechnungsintervalle spielen eine Rolle. Sekundengenaue Abrechnung berechnet nur die tatsächlich genutzte Zeit. Stundengenaue Abrechnung kann angebrochene Stunden aufrunden. Im selben Glossar gaben zwölf von 29 Anbietern eine sekundengenaue Abrechnung an. Wenn Sie viele kurze Jobs ausführen, etwa Testläufe oder kleine Fine-Tunings, kann Rundung einen spürbaren Anteil Ihrer Rechnung ausmachen.
Drei Punkte, die Sie auf jeder Preisseite vor einem Vergleich prüfen sollten:
- Gilt der Preis pro GPU oder für die gesamte Instanz?
- Wie lautet das Abrechnungsintervall (Sekunde, Minute, Stunde)?
- Welche Kosten liegen außerhalb des Tarifs: Festplatte, Egress, Support, verwaltetes Netzwerk?
Live-KI-Recherche-Engine mit Quellenangaben, Deep Research und Multi-Modell-Synthese
Cloud-GPU-Preise nach Modell, 2026
On-Demand, Reserved, Spot und Serverless: So wird jedes Modell abgerechnet
Anbieter verkaufen dieselbe Hardware unter vier Abrechnungsmodellen. Der Preismodell-Leitfaden von GMICloud und der Abrechnungsleitfaden von Spheron beschreiben die Zielkonflikte auf dieselbe Weise.
On-Demand
Keine Laufzeitbindung, abgerechnet nach Laufzeit, meist zum höchsten Stundensatz. Der Aufschlag bezahlt die Flexibilität: Der Anbieter trägt das Risiko ungenutzter Kapazität. Nutzen Sie dies für Entwicklungsspitzen und Experimente, bei denen Ihr Verbrauch noch unklar ist.
Reserved
Sie binden sich für einen Zeitraum von Wochen bis Jahren im Austausch gegen einen niedrigeren Satz und zahlen für die gesamte Laufzeit, ob die GPU arbeitet oder ruht. Beispiele aus der Tabelle von Compute Suppliers: Together AI H100 für $3,69 bis $3,19 je nach 3 bis 30, 31 bis 90 oder 91 bis 180 Tagen Laufzeit und Azure H100 für $7,87 bei einjähriger Reservierung. Der Benchmark von VendorBenchmark vom Januar 2026 meldet bei einjähriger Reservierung Einsparungen von rund 40 % auf Azure ND H100 v5 und Google Cloud a3-highgpu sowie 32 % auf AWS p5.48xlarge. Die Preisseite von CoreWeave wirbt mit bis zu 60 % Rabatt auf On-Demand bei zugesagter Nutzung.
Spot oder unterbrechbar
Rabattierte Kapazität, die der Anbieter zurückziehen kann. Die Preisdokumentation von Vast.ai erklärt, dass unterbrechbare Instanzen oft über 50 % günstiger sind als On-Demand und pausiert werden können. In der Tabelle von Compute Suppliers liegt die H100 von Together AI bei $3,99 On-Demand, aber bei $1,99 als Spot. Spot eignet sich für Batch-Training, Evaluationsläufe und alles, was sauber Checkpoints schreibt und neu startet.
Serverless
Sie zahlen pro Aufruf oder pro Sekunde Ausführungszeit, und der Endpoint skaliert auf null. Compute Suppliers führt Serverless-H100s für $3,95 pro aktiver Stunde bei Modal und $5,39 bei RunPod auf. Der Stundensatz wirkt höher als On-Demand, doch Sie zahlen nur, während Arbeit läuft. Das gewinnt bei sprunghaftem Traffic und verliert, sobald ein Endpoint fast durchgehend ausgelastet ist.
Die Break-even-Regel für reservierte Kapazität
Reservierung ist eine Wette auf die Auslastung. Compute Suppliers formuliert die Regel so: Reserved schlägt On-Demand nur, wenn der Anteil der tatsächlich genutzten Stunden höher ist als der Reserved-Preis geteilt durch den On-Demand-Preis.
Ein durchgerechnetes Beispiel aus der Tabelle: DigitalOcean H100 zu $3,26 reserviert gegenüber $4,41 On-Demand ergibt 74 %. Das entspricht rund 540 Stunden in einem Monat mit 730 Stunden. Die Laufzeit von 91 bis 180 Tagen für eine H100 bei Together AI ergibt 80 % (584 Stunden pro Monat), und die H100 PCIe von Hyperstack 70 % (511 Stunden). Dieselbe Quelle merkt an, dass sechs Monate einer Together-AI-H100 zu $3,19 eine Verpflichtung von $13.972 bedeuten – das Risiko einer überschätzten Nutzung ist also konkret.
Eine praxisnahe Faustregel aus dem Framework von GPUaaS.com vom Juli 2026: Spot für fehlertolerante Batch-Arbeit, On-Demand für Entwicklungsspitzen und Reserved für planbare Inferenz ab einer Auslastung von etwa 60 bis 70 % oder mehr.
So wenden Sie sie an:
- Protokollieren Sie Ihre GPU-Stunden vier Wochen lang unter On-Demand oder Serverless.
- Teilen Sie die genutzten Stunden durch 730, um die Auslastung zu erhalten.
- Vergleichen Sie den Wert mit dem Break-even-Prozentsatz des geprüften Reserved-Angebots.
- Reservieren Sie nur die stabile Grundlast und belassen Sie Spitzen auf On-Demand.
Kosten außerhalb des Stundensatzes
Die GPU-Position ist selten die gesamte Rechnung. Vier Zusatzkosten tauchen am häufigsten auf.
Speicher. Die Dokumentation von Vast.ai weist darauf hin, dass Speicher auch bei gestoppten Instanzen weiterberechnet wird, bis Sie ihn löschen. Eine geparkte Instanz mit großer Festplatte ist nicht kostenlos.
Egress (ausgehender Datenverkehr). GPU Ledger erklärt, dass ausgehende Daten meist pro Gigabyte berechnet werden, manchmal nach einem Freikontingent, und nicht im Stundensatz enthalten sind. Bei Inferenz mit großen Ausgaben wie Video kann dies mit den Rechenkosten konkurrieren. Das Praxisbeispiel eines brasilianischen Ingenieurs kalkulierte eine dauerhaft laufende GPU (730 Stunden) mit 30 TB monatlichem Egress über vier Clouds hinweg und zeigte, wie stark der Vergleich vom Egress abhängt.
Leerlauf- und Aufwärmzeit. Die Modal-Analyse von BudgetForge zeigt, dass ein Container während des Cold-Start-Warmups und jedes Keep-Warm-Fensters berechnet wird, nicht nur beim Beantworten von Anfragen. Sie beziffert eine 30 Tage lang ohne Traffic warmgehaltene H100 auf $2.843. Scale-to-zero spart nur Geld, wenn Ihre Keep-Warm-Einstellungen das Herunterskalieren auf null tatsächlich zulassen.
Betrieb. SemiAnalysis definiert monatliche Clusterkosten inklusive Compute, Speicher, Netzwerk, Control Plane, Support, Goodput, Einrichtung und Debugging. Wenn Ihr Team eine Woche lang ein instabiles Cluster debuggt, gehört diese Zeit zu den Kosten. Wenn die Rechnung auf eine Personallücke hinweist, etwa weil niemand für die GPU-Auslastung verantwortlich ist, ist Recruiting im Bereich KI und Machine Learning ein eigener Budgetposten, den Sie einplanen sollten.
So schätzen Sie Ihre eigene GPU-Cloud-Rechnung
Beginnen Sie beim Workload, nicht bei einer Preisliste. Der Infrastruktur-Leitfaden von Allwo empfiehlt, Budgets für Training, Fine-Tuning und Inferenz zu trennen und echte Telemetrie zu nutzen: Tokens, Latenz, GPU-Auslastung, Parallelität und Datentransfer-Logs.
Eine einfache Vorlage:
- Aufgabe definieren. Modellgröße, benötigter GPU-Typ und VRAM sowie ob Sie trainieren, fine-tunen oder servieren.
- GPU-Stunden zählen. Stunden pro Lauf mal Läufe pro Monat beim Training; beim Serving die Stunden, in denen der Endpoint warm sein muss.
- Abrechnungsmodell wählen aus dem Abschnitt oben und den passenden Tarif ansetzen.
- Speicher und Egress addieren in Gigabyte zu den jeweiligen GB-Sätzen des Anbieters.
- Puffer einplanen für fehlgeschlagene Läufe und Wiederholungen.
- Auf Kosten pro Ergebnis umrechnen: Dollar pro Trainingslauf, pro tausend Anfragen oder pro generierter Videominute.
Beispiel: Ein Team betreibt ein Modell auf einer H100 für 730 Stunden im Monat. Zum On-Demand-Satz von $3,70 (dem PetaPrice-Median) sind das $2.701 vor Speicher und Egress. Ist der Endpoint nur 200 Stunden wirklich ausgelastet, ergibt ein Serverless-Tarif von $3,95 pro aktiver Stunde $790. Bei 600 aktiven Stunden kostet Serverless $2.370 und nähert sich stark dedizierter Kapazität an. Nutzen Sie Ihre eigene Auslastung und eigene Angebote, da jede Zahl hier eine Momentaufnahme ist.
Anbieter fair vergleichen
Der Live-Vergleich von TransAtlas bietet eine klare Checkliste für den Abgleich von Angeboten:
- Gleiches GPU-Modell und gleiches VRAM (eine H100 SXM ist keine H100 PCIe).
- Instanzpreise geteilt durch die Anzahl der GPUs.
- On-Demand-, unterbrechbare und zugesagte Preise getrennt verglichen.
- Regionsverfügbarkeit, Egress-, Speicher- und Festplattenkosten.
- Cold Starts, Unterbrechungsrisiko, SLAs und Laufzeitbedingungen.
Für großes Pretraining ergänzt GPUaaS.com, dass der niedrigste Listenpreis nicht das günstigste Ergebnis sein muss: Die Interconnect-Qualität kann die Trainingszeit und damit die Gesamtkosten bestimmen.
Noch ein Hinweis zu regionalen Preisen. Der Vergleich von NerdLevelTech vom Februar 2026 listet AWS H100 bei rund $6,50 bis $7 pro GPU-Stunde in us-east-1, Google Cloud A3 High bei rund $10,98 in us-central1 und Azure ND H100 v5 bei $12,29 in East US – Region und Instanzfamilie verändern den Preis also selbst beim selben Anbieter.
Unsere Einschätzung: Bepreisen Sie das Ergebnis, nicht die Stunde
Wir testen KI-Tools mindestens 14 Tage lang praxisnah und messen reale Leistung, Latenz und Kosteneffizienz – genau diese Gewohnheit prägt auch unseren Blick auf GPU-Preislisten.
Ein Stundensatz beantwortet eine Frage: Was kostet die Hardware? Käufer brauchen eine andere Antwort: Was kostet ein fertiger Job? Eine günstigere GPU, die langsamer ist, unterbrochen wird oder zu wenig Speicher hat, kann gegen eine teurere verlieren. Ein reservierter Rabatt, der ungenutzt bleibt, ist überhaupt kein Rabatt.
Deshalb empfehlen wir dieselbe Disziplin wie bei Tools: Definieren Sie den Workload, lassen Sie ihn lange genug laufen, um die reale Auslastung zu sehen, und erfassen Sie Latenz, Durchsatz und Gesamtausgaben gemeinsam. Unser Performance-Benchmark-Ansatz ist das Vorbild: Zahlen, die an einen konkreten Anwendungsfall geknüpft sind, mit dokumentierten versteckten Kosten und Tarifgrenzen. Wenn Sie KI über gehostete Tools statt über eigene GPUs nutzen, gilt dieselbe Logik, und unsere Tests zeigen verifizierte Preise neben gemessenen Ergebnissen.
AIMaestrohub
Das richtige Modell für Ihren Workload wählen
Nicht-technische Gründer können dies abkürzen: Wenn Sie keine eigenen Modelle betreiben, brauchen Sie womöglich gar keine rohen GPUs. Gehostete KI-Tools bündeln die Rechenleistung in einem Abonnement, und die Frage lautet dann, welches Tool seinen Preis wert ist. Genau dabei helfen unabhängige Benchmarks.
Wie es weitergeht
Entwickler, die auf Modellen aufbauen, können mit unseren besten KI-Tools für Entwickler starten, und unser Leitfaden darüber, wie man KI-Leistungs-Benchmarks liest, erklärt, wie Sie Latenz- und Durchsatzversprechen prüfen, bevor Sie Budget festlegen.
Quellen
- PetaPrice GPU-Cloud-Preisbericht
- GlobeGPU Cloud-GPU-Preisindex
- American Compute GPU-Cloud-Preisvergleich
- Compute Suppliers Spot vs. Reserved Break-even
- VendorBenchmark KI-Infrastrukturkosten-Benchmark
- CoreWeave GPU-Cloud-Preise
- GPU Ledger Glossar zu Cloud-GPU-Preisen
- Vast.ai Preisdokumentation
- SemiAnalysis: Was GPU-Cluster wirklich kosten
- BudgetForge Analyse der Modal-Preise
- GMICloud Cloud-GPU-Preismodelle
- Spheron Serverless vs. On-Demand vs. Reserved
- GPUaaS.com Anbieter-Vergleichsframework
- Allwo Kostenmodelle für KI-Infrastruktur
- TransAtlas Cloud-GPU-Anbieter im Vergleich
- NerdLevelTech AWS vs. GCP vs. Azure GPU-Preise
Häufig Gestellte Fragen
Warum unterscheiden sich GPU-Cloud-Preise für denselben Chip so stark?
Ist Spot- oder unterbrechbare GPU-Kapazität sicher nutzbar?
Wann lohnt sich reservierte GPU-Kapazität?
Kostet Serverless-GPU-Abrechnung im Leerlauf wirklich nichts?
Blog Unterstützt von AI Maestro Hub & BabyLoveGrowth
Dieser Leitfaden nutzt die autonome SEO- und Content-Architektur von BabyLoveGrowth (semantische Cluster, automatische IndexNow-Verteilung und organischer Backlink-Austausch). Vollständig verifiziert und überwacht im AI Maestro Hub Labor.