📑 Sommaire (13 sections)
Points Clés & Résumé des Citations (2026)
- Le H100 SXM à la demande variait de $1,95 à $12,30 par heure-GPU chez 32 fournisseurs dans le rapport de PetaPrice du 14 novembre 2026, avec une médiane à $3,70.
- Choisissez le modèle de facturation selon la forme de votre charge : serverless pour les pics de trafic, à la demande pour le développement et l'entraînement, réservé pour une demande continue et stable, spot pour les traitements par lots tolérants aux pannes.
- La capacité réservée ne bat la facturation à la demande que si vous utilisez réellement plus que le ratio prix réservé divisé par prix à la demande des heures payées.
- Le tarif horaire GPU exclut le stockage, l'egress et les taxes. Divisez le prix des instances multi-GPU par le nombre de GPU avant de comparer.
- Estimez à partir de vos propres données d'usage (heures, taux d'utilisation, données transférées), et non d'un tarif d'appel.
Tester Perplexity Pro en production
Moteur de recherche IA en direct avec citations, Deep Research et synthèse multi-modèles
Les écarts de prix dans le cloud GPU sont plus larges que ne le pensent la plupart des acheteurs. Le rapport de PetaPrice du 14 novembre 2026 montrait des tarifs H100 SXM à la demande allant de $1,95 à $12,30 par heure-GPU chez 32 fournisseurs, avec une médiane à $3,70. L'écart entre l'offre la moins chère et la plus onéreuse dépasse un facteur 6 pour la même puce. Le tarif affiché n'est qu'un point de départ : le modèle de facturation, le temps d'inactivité, le stockage et le transfert de données décident du montant final de votre facture.
Ce guide présente le coût des principaux modèles de GPU, le fonctionnement de chaque modèle tarifaire et la méthode pour convertir un taux horaire en budget mensuel adapté à votre charge.
Ce que couvre réellement un prix par heure-GPU
Un prix par heure-GPU représente le coût d'un GPU pendant une heure. Cela semble simple, mais le glossaire de GPU Ledger rappelle que ce chiffre exclut généralement le stockage, le transfert réseau, les taxes et les remises négociées. Il précise également que le prix d'une instance doit être divisé par son nombre de GPU pour obtenir un tarif par GPU, tandis que certains fournisseurs n'affichent que le composant GPU seul.
Le pas de facturation compte aussi. La facturation à la seconde ne vous facture que le temps utilisé. La facturation à l'heure peut arrondir toute heure entamée à l'unité supérieure. Dans le même glossaire, douze des 29 fournisseurs publiaient une facturation à la seconde. Si vous lancez de nombreux traitements courts, comme des tests ou de petits fine-tunings, l'arrondi peut alourdir sensiblement la facture.
Trois points à vérifier sur toute page tarifaire avant de comparer :
- Le prix s'entend-il par GPU ou pour l'instance entière ?
- Quel est le pas de facturation (seconde, minute, heure) ?
- Quels coûts restent hors tarif : disque, egress, support, réseau géré ?
Moteur de recherche IA en direct avec citations, Deep Research et synthèse multi-modèles
Prix des GPU cloud par modèle, 2026
À la demande, réservé, spot et serverless : comment chaque modèle est facturé
Les fournisseurs vendent le même matériel selon quatre modèles de facturation. Le guide des modèles tarifaires de GMICloud et le guide de facturation de Spheron décrivent les arbitrages de la même façon.
À la demande (On-demand)
Aucun engagement de durée, facturé au temps d'exécution, généralement au tarif horaire le plus élevé. La prime paie la flexibilité : le fournisseur porte le risque de capacité invendue. Utilisez-le pour les phases de développement et les expérimentations dont vous ne connaissez pas encore la consommation.
Réservé (Reserved)
Vous vous engagez sur une durée, de quelques semaines à plusieurs années, en échange d'un tarif réduit, et vous payez toute la période que le GPU soit occupé ou inactif. Exemples tirés du tableau de Compute Suppliers : Together AI H100 entre $3,69 et $3,19 selon un engagement de 3 à 30, 31 à 90 ou 91 à 180 jours, et Azure H100 à $7,87 pour une réservation d'un an. Le benchmark de VendorBenchmark de janvier 2026 fait état d'économies d'environ 40 % sur un an pour Azure ND H100 v5 et Google Cloud a3-highgpu, et de 32 % sur AWS p5.48xlarge. La page tarifaire de CoreWeave annonce jusqu'à 60 % de remise par rapport à la demande pour un usage engagé.
Spot ou interruptible
Capacité à tarif réduit que le fournisseur peut reprendre. La documentation tarifaire de Vast.ai indique que les instances interruptibles sont souvent plus de 50 % moins chères qu'à la demande et peuvent être mises en pause. Dans le tableau de Compute Suppliers, le H100 de Together AI est à $3,99 à la demande mais à $1,99 en spot. Le spot convient à l'entraînement par lots, aux séries d'évaluations et à tout traitement qui sauvegarde des checkpoints et redémarre proprement.
Serverless
Vous payez à l'appel ou à la seconde d'exécution et l'endpoint redescend à zéro. Compute Suppliers liste des H100 serverless à $3,95 par heure active sur Modal et $5,39 sur RunPod. Le tarif horaire paraît supérieur à l'à-la-demande, mais vous ne payez que pendant l'exécution effective. C'est gagnant sur un trafic irrégulier et perdant dès qu'un endpoint est presque toujours sollicité.
La règle du seuil de rentabilité pour la capacité réservée
Réserver revient à parier sur le taux d'utilisation. Compute Suppliers énonce la règle : le réservé ne bat l'à-la-demande que si la part des heures réellement utilisées dépasse le prix réservé divisé par le prix à la demande.
Exemple chiffré issu de son tableau : DigitalOcean H100 à $3,26 réservé contre $4,41 à la demande donne 74 %. Cela représente environ 540 heures sur un mois de 730 heures. L'engagement de 91 à 180 jours sur H100 chez Together AI ressort à 80 % (584 heures par mois), et le H100 PCIe d'Hyperstack à 70 % (511 heures). La même source note que six mois d'un H100 Together AI à $3,19 représentent un engagement de $13 972 ; le risque de surestimer son usage est donc bien réel.
Une règle empirique issue du cadre de comparaison de GPUaaS.com de juillet 2026 : spot pour les lots tolérants aux pannes, à la demande pour les pics de développement, et réservé pour l'inférence prévisible dès que l'utilisation atteint environ 60 à 70 % ou plus.
Comment l'appliquer :
- Enregistrez vos heures GPU pendant quatre semaines en mode à la demande ou serverless.
- Divisez les heures utilisées par 730 pour obtenir le taux d'utilisation.
- Comparez-le au pourcentage de rentabilité de l'offre réservée envisagée.
- Ne réservez que la charge de base stable et gardez les pics à la demande.
Les coûts hors tarif horaire
La ligne GPU constitue rarement l'intégralité de la facture. Quatre ajouts reviennent le plus souvent.
Stockage. La documentation de Vast.ai rappelle que le stockage continue d'être facturé sur les instances arrêtées tant que vous ne les supprimez pas. Une instance mise en veille avec un gros disque n'est pas gratuite.
Egress (trafic sortant). GPU Ledger précise que les données sortantes sont généralement facturées au gigaoctet, parfois après un quota gratuit, et ne figurent pas dans le tarif horaire. Pour une inférence délivrant de lourds résultats, comme la vidéo, ce poste peut rivaliser avec le calcul. L'exemple chiffré d'un ingénieur brésilien a évalué un GPU actif en continu (730 heures) avec 30 To de trafic sortant mensuel chez quatre fournisseurs cloud, montrant à quel point la comparaison dépend de l'egress.
Temps d'inactivité et de préchauffage. L'analyse de Modal par BudgetForge montre qu'un conteneur est facturé pendant le préchauffage à froid (cold-start warmup) et toute fenêtre keep-warm, pas seulement lorsqu'il traite des requêtes. Elle chiffre à $2 843 un H100 maintenu en keep-warm pendant 30 jours sans trafic. Le scale-to-zero ne fait économiser de l'argent que si vos réglages keep-warm le laissent réellement redescendre à zéro.
Opérations. SemiAnalysis définit le coût mensuel d'un cluster en incluant le calcul, le stockage, le réseau, le plan de contrôle, le support, le goodput, l'installation et le débogage. Si votre équipe passe une semaine à déboguer un cluster instable, ce temps fait partie du coût. Lorsque la facture révèle un manque de ressources humaines, par exemple parce que personne ne pilote l'utilisation des GPU, le recrutement en IA et machine learning devient une ligne budgétaire distincte à anticiper.
Comment estimer votre propre facture de cloud GPU
Partez de la charge de travail, pas d'une grille tarifaire. Le guide d'infrastructure d'Allwo recommande de séparer les budgets d'entraînement, de fine-tuning et d'inférence, et d'utiliser la télémétrie réelle : jetons, latence, utilisation GPU, concurrence et journaux de transfert de données.
Un modèle simple :
- Définissez la tâche. Taille du modèle, type de GPU et VRAM requis, et nature du travail : entraînement, fine-tuning ou inférence.
- Comptez les heures-GPU. Heures par exécution multipliées par le nombre d'exécutions par mois pour l'entraînement ; pour l'inférence, heures durant lesquelles l'endpoint doit rester chaud.
- Choisissez le modèle de facturation dans la section ci-dessus et prenez le tarif correspondant.
- Ajoutez le stockage et l'egress en gigaoctets, aux tarifs par Go du fournisseur.
- Ajoutez une marge pour les exécutions échouées et les relances.
- Convertissez en coût par résultat : dollars par entraînement, pour mille requêtes ou par minute de vidéo générée.
Exemple : une équipe sert un modèle sur un H100 pendant 730 heures par mois. Au tarif à la demande de $3,70 (la médiane PetaPrice), cela représente $2 701 avant stockage et egress. Si l'endpoint n'est réellement actif que 200 heures, un tarif serverless de $3,95 par heure active revient à $790. S'il est actif 600 heures, le serverless atteint $2 370 et se rapproche fortement d'une capacité dédiée. Utilisez votre propre taux d'utilisation et vos propres devis, chaque chiffre ici étant un instantané.
Comparer équitablement les fournisseurs
Le comparateur en direct de TransAtlas propose une liste de contrôle claire pour aligner les offres :
- Même modèle de GPU et même VRAM (un H100 SXM n'est pas un H100 PCIe).
- Prix d'instance divisé par le nombre de GPU.
- Prix à la demande, interruptibles et engagés comparés séparément.
- Disponibilité régionale, frais d'egress, de stockage et de disque.
- Démarrages à froid, risque d'interruption, SLA et conditions d'engagement.
Pour le pré-entraînement à grande échelle, GPUaaS.com ajoute que le tarif affiché le plus bas n'est pas forcément le plus économique à l'arrivée : la qualité de l'interconnexion peut dicter la durée d'entraînement et donc le coût total.
Autre mise en garde sur les tarifs régionaux. La comparaison de NerdLevelTech de février 2026 relève le H100 AWS autour de $6,50 à $7 par heure-GPU en us-east-1, Google Cloud A3 High autour de $10,98 en us-central1 et Azure ND H100 v5 à $12,29 en East US : la région et la famille d'instance modifient le montant même chez un seul fournisseur.
Notre avis : chiffrez le résultat, pas l'heure
Nous testons les outils IA sur le terrain pendant au moins 14 jours en mesurant les performances réelles, la latence et le rapport coût-efficacité ; cette habitude façonne notre lecture des grilles tarifaires GPU.
Un taux horaire répond à une seule question : combien coûte le matériel ? Les acheteurs ont besoin d'une autre réponse : combien coûte un travail terminé ? Un GPU moins cher mais plus lent, interrompu ou juste en mémoire peut perdre face à un modèle plus coûteux. Une remise réservée qui reste inutilisée n'est pas une remise du tout.
Nous recommandons donc la même discipline que pour les outils : définissez la charge, exécutez-la assez longtemps pour observer l'utilisation réelle et consignez ensemble latence, débit et dépense totale. Notre approche par benchmarks de performance sert de modèle : des chiffres liés à un cas d'usage précis, avec coûts cachés et limites de paliers documentés. Si vous utilisez l'IA via des outils hébergés plutôt que vos propres GPU, la même logique s'applique, et nos tests affichent des prix vérifiés face aux résultats mesurés.
AIMaestrohub
Choisir le bon modèle pour votre charge de travail
Les fondateurs non techniques peuvent prendre un raccourci : si vous n'exécutez pas vos propres modèles, vous n'avez peut-être pas besoin de GPU bruts du tout. Les outils IA hébergés intègrent le calcul dans un abonnement, et la question devient alors de savoir quel outil vaut son prix. C'est là que les benchmarks indépendants aident.
Pour aller plus loin
Les développeurs qui construisent sur des modèles peuvent commencer par nos meilleurs outils IA pour développeurs, et notre guide pour savoir lire les benchmarks de performance IA explique comment juger les promesses de latence et de débit avant d'engager un budget.
Sources
- Rapport de prix cloud GPU PetaPrice
- Indice des prix cloud GPU GlobeGPU
- Comparatif des prix cloud GPU American Compute
- Seuil de rentabilité spot vs réservé Compute Suppliers
- Benchmark des coûts d'infrastructure IA VendorBenchmark
- Tarifs cloud GPU CoreWeave
- Glossaire des prix cloud GPU GPU Ledger
- Documentation tarifaire Vast.ai
- SemiAnalysis : Combien coûtent vraiment les clusters GPU
- Analyse des prix Modal par BudgetForge
- Modèles tarifaires cloud GPU GMICloud
- Spheron serverless vs à la demande vs réservé
- Cadre de comparaison des fournisseurs GPUaaS.com
- Modèles de coûts d'infrastructure IA Allwo
- Comparatif des fournisseurs cloud GPU TransAtlas
- Tarifs GPU AWS vs GCP vs Azure par NerdLevelTech
Foire Aux Questions
Pourquoi les prix du cloud GPU varient-ils autant pour une même puce ?
La capacité GPU spot ou interruptible est-elle sûre à utiliser ?
Quand la capacité GPU réservée est-elle rentable ?
La facturation GPU serverless ne coûte-t-elle vraiment rien à l'arrêt ?
Blog Propulsé par AI Maestro Hub & BabyLoveGrowth
Cette publication s'appuie sur l'architecture SEO et de contenu autonome de BabyLoveGrowth (clustering sémantique, indexation automatique IndexNow et échanges organiques de backlinks). Entièrement vérifiée et auditée par notre laboratoire.