🔍 2026年リサーチベンチマーク

2026年クラウドGPU料金のリアル:1時間あたりの実質コスト

H100、H200、B200、L40SのクラウドGPU料金と、オンデマンド・リザーブド・スポット・サーバーレス課金が月額請求に与える影響を解説。

⏱️ 12 分で読める • 📅 2026年11月1日 • ✓ 事実検証済み
📑 目次 (13 項目)
• 重要ポイント&引用要約 (2026年最新) • 1GPU時間あたりの料金に実際に含まれるもの • 2026年モデル別クラウドGPU料金 • オンデマンド、リザーブド、スポット、サーバーレス:それぞれの課金方式 • リザーブド容量の損益分岐ルール • 時間単価以外のコスト • 自社のクラウドGPU請求額を見積もる方法 • プロバイダーを公平に比較する • 私たちの見解:時間ではなく「結果」に価格をつける • ワークロードに最適なモデルの選び方 • 次に読むべきガイド • 出典 • よくある質問 (FAQ)
ℹ️ 本記事は AI Maestro Hub 公式ブログ にて公開された分析を、日本国内の読者向けに2026年最新ベンチマークとともに日本語ローカライズしたものです。
💡

重要ポイント&引用要約 (2026年最新)

  • PetaPriceの2026年11月14日付レポートによると、32社のプロバイダーにおけるオンデマンドH100 SXMの料金は1GPU時間あたり$1.95〜$12.30で、中央値は$3.70でした。
  • ワークロードの特性に合わせて課金モデルを選びましょう:突発的なトラフィックにはサーバーレス、開発や学習にはオンデマンド、常時稼働の安定需要にはリザーブド、耐障害性のあるバッチ処理にはスポットが適しています。
  • リザーブド容量がオンデマンドより安くなるのは、支払う時間のうち実際に使用する割合が「リザーブド価格 ÷ オンデマンド価格」を上回る場合のみです。
  • GPUの時間単価にはストレージ、エグレス(データ転送)、税金は含まれません。比較する前にマルチGPUインスタンスの価格をGPU数で割ってください。
  • 見出しの単価ではなく、自社の利用データ(稼働時間、稼働率、転送データ量)に基づいて見積もりを立てましょう。
🔍 2026年リサーチベンチマーク

本番環境でPerplexity Proを試す

Deep Researchとマルチモデル統合を備えたリアルタイム引用付きAI検索エンジン

Perplexity Proを試す →

クラウドGPUの価格帯は、多くの購入者が想定する以上に幅があります。PetaPriceの2026年11月14日付レポートでは、32社のプロバイダーにおけるオンデマンドH100 SXMの料金が1GPU時間あたり$1.95〜$12.30、中央値が$3.70でした。同じチップでも最安値と最高値の差は6倍以上に達します。表示単価は出発点にすぎません。最終的な請求額を決めるのは、課金モデル、アイドル時間、ストレージ、データ転送です。

本ガイドでは、主要GPUモデルの相場、各課金モデルの仕組み、そして単価を自社のワークロード向けの月額予算へ落とし込む方法を解説します。

Aimaestrohub
実測データでAIツールを比較する
AimaestrohubはAIツールを実機テストし、性能ベンチマーク、検証済み料金、用途別のおすすめ情報を公開して比較をサポートします。
詳しく見る

1GPU時間あたりの料金に実際に含まれるもの

1GPU時間あたりの料金とは、GPU 1基を1時間利用するコストです。単純に見えますが、GPU Ledgerの用語集は、この数字に通常ストレージ、ネットワーク転送、税金、個別交渉の割引は含まれないと指摘しています。また、GPU単体ではなくインスタンス価格を提示するプロバイダーもあるため、1GPUあたりの数値を得るにはインスタンス価格をGPU数で割る必要があります。

課金単位も重要です。秒単位課金は実際に使った時間だけを請求します。時間単位課金では端数の時間が切り上げられることがあります。同用語集によると、29社中12社が秒単位課金を公開していました。テスト実行や小規模なファインチューニングなど短時間ジョブを多数回す場合、切り上げが請求額の大きな割合を占めることがあります。

料金ページを比較する前に確認すべき3つのポイント:

  1. 価格はGPU 1基あたりか、インスタンス全体あたりか?
  2. 課金単位は何か(秒、分、時間)?
  3. 単価の外にあるコストは何か(ディスク、エグレス、サポート、マネージドネットワーク)?
🔍 AI MAESTRO HUB ラボ厳選
Perplexity Pro — AI検索・リサーチ

Deep Researchとマルチモデル統合を備えたリアルタイム引用付きAI検索エンジン

Perplexity Proを試す →

2026年モデル別クラウドGPU料金

オンデマンド、リザーブド、スポット、サーバーレス:それぞれの課金方式

プロバイダーは同じハードウェアを4つの課金モデルで販売しています。GMICloudの料金モデルガイドとSpheronの課金ガイドも同様のトレードオフを説明しています。

オンデマンド

期間の縛りがなく、実行時間に応じて課金され、通常は時間単価が最も高くなります。この割増分は柔軟性の対価であり、プロバイダー側が売れ残り容量のリスクを負います。使用量がまだ読めない開発のバーストや実験に向いています。

リザーブド

数週間から数年の期間をコミットする代わりに低い単価を得られ、GPUが稼働中でもアイドル状態でも契約期間全体に対して支払います。Compute Suppliersの表の例では、Together AIのH100が3〜30日、31〜90日、91〜180日の契約に応じて$3.69〜$3.19、Azure H100が1年予約で$7.87となっています。VendorBenchmarkの2026年1月ベンチマークでは、1年リザーブドの割引率がAzure ND H100 v5とGoogle Cloud a3-highgpuで約40%、AWS p5.48xlargeで32%と報告されています。CoreWeaveの料金ページでは、コミット利用でオンデマンド比最大60%オフを謳っています。

スポットまたは割り込み可能

プロバイダーが回収できる割引容量です。Vast.aiの料金ドキュメントによると、割り込み可能インスタンスはオンデマンドより50%以上安いことが多く、一時停止される場合があります。Compute Suppliersの表では、Together AIのH100はオンデマンドが$3.99なのに対しスポットは$1.99です。スポットはバッチ学習、評価スイープ、チェックポイント保存とクリーンな再起動ができる処理に適しています。

サーバーレス

呼び出し単位または実行秒単位で支払い、エンドポイントはゼロまでスケールします。Compute SuppliersはサーバーレスH100をModalで稼働1時間あたり$3.95、RunPodで$5.39と記載しています。時間単価はオンデマンドより高く見えますが、処理が動いている間だけ支払います。トラフィックに波がある場合は有利で、エンドポイントがほぼ常に忙しい場合は不利になります。

リザーブド容量の損益分岐ルール

リザーブド契約は稼働率への賭けです。Compute Suppliersは次のようにルールを示しています:リザーブドがオンデマンドを上回るのは、実際に使う時間の割合が「リザーブド価格 ÷ オンデマンド価格」を超える場合のみです。

同社の表からの計算例:DigitalOceanのH100はリザーブド$3.26に対しオンデマンド$4.41で、74%になります。これは730時間の月で約540時間に相当します。Together AIの91〜180日H100契約では80%(月584時間)、HyperstackのH100 PCIeでは70%(511時間)です。同資料は、Together AIのH100 1基を$3.19で6か月契約すると$13,972のコミットメントになるため、利用量を過大評価した際の下振れリスクは具体的だと指摘しています。

GPUaaS.comの2026年7月フレームワークによる実践的な目安:耐障害性のあるバッチ処理にはスポット、開発バーストにはオンデマンド、そして稼働率が概ね60〜70%以上になったら予測可能な推論向けにリザーブドを選びます。

適用手順:

  1. オンデマンドまたはサーバーレスで4週間分のGPU稼働時間を記録する。
  2. 使用時間を730で割り、稼働率を算出する。
  3. 検討中のリザーブドプランの損益分岐パーセンテージと比較する。
  4. 安定したベースライン分だけを予約し、ピーク分はオンデマンドに残す。

時間単価以外のコスト

GPUの項目だけで請求が終わることは稀です。特に多く発生する追加費用が4つあります。

ストレージ。 Vast.aiのドキュメントでは、停止中のインスタンスでも削除するまでストレージ課金が続くと注意しています。大きなディスクを付けたまま停止しているインスタンスは無料ではありません。

エグレス(外部転送)。 GPU Ledgerによると、アウトバウンドデータは通常(無料枠の後に)ギガバイト単位で課金され、時間単価には含まれません。動画など大きな出力を返す推論では、この費用が計算コストに匹敵することがあります。あるブラジル人エンジニアの試算例では、常時稼働GPU 1基(730時間)と月間30TBのアウトバウンドトラフィックを4つのクラウドで見積もり、比較がいかにエグレスに左右されるかを示しました。

アイドル時間とウォーム時間。 BudgetForgeによるModal分析では、リクエスト処理中だけでなくコールドスタートのウォームアップやキープウォーム期間中もコンテナに課金されると指摘しています。トラフィックゼロでH100を30日間キープウォームすると$2,843かかると試算されています。ゼロスケールでコストを削減できるのは、キープウォーム設定が実際にゼロスケールを許容している場合だけです。

運用コスト。 SemiAnalysisは月額クラスターコストを、計算・ストレージ・ネットワーク・コントロールプレーン・サポート・グッドプット・セットアップ・デバッグを含むものとして定義しています。不安定なクラスターのデバッグにチームが1週間費やせば、その時間もコストに含まれます。請求書から人員不足(例:誰もGPU稼働率を管理していない)が見えてきた場合、AI・機械学習分野の採用は別途計画すべき予算項目になります。

自社のクラウドGPU請求額を見積もる方法

料金表ではなくワークロードから逆算しましょう。Allwoのインフラガイドは、学習・ファインチューニング・推論の予算を分け、トークン数、レイテンシ、GPU稼働率、同時実行数、データ転送ログといった実測テレメトリを使うことを推奨しています。

シンプルな計算テンプレート:

  1. ジョブを定義する。 モデルサイズ、必要なGPU種別とVRAM、そして学習・ファインチューニング・サービングのどれかを明確にします。
  2. GPU時間を数える。 学習なら1回あたりの時間×月間実行回数、サービングならエンドポイントをウォーム状態に保つ時間です。
  3. 上のセクションから課金モデルを選び、該当する単価を当てはめます。
  4. ストレージとエグレスをギガバイト単位でプロバイダーのGB単価にて加算します。
  5. 失敗した実行や再実行のためのバッファを加えます。
  6. 成果あたりのコストに換算する:学習1回あたり、1,000リクエストあたり、または生成動画1分あたりのドル額にします。

例:あるチームがH100 1基でモデルを月730時間サービングするとします。オンデマンド単価$3.70(PetaPriceの中央値)なら、ストレージとエグレス前で$2,701です。もしエンドポイントが本当に忙しいのが月200時間だけなら、稼働時間あたり$3.95のサーバーレス料金で$790になります。600時間忙しい場合はサーバーレスで$2,370となり、専用容量に近い金額になってきます。ここでの数値はすべて一時点のスナップショットであるため、自社の稼働率と見積もりを使ってください。

プロバイダーを公平に比較する

TransAtlasのライブ比較は、オファーを揃えて比べるための明快なチェックリストを提供しています:

  • 同一GPUモデルとVRAM(H100 SXMとH100 PCIeは別物)。
  • インスタンス価格をGPU数で割ること。
  • オンデマンド、割り込み可能、コミットメント価格を別々に比較すること。
  • リージョンの可用性、エグレス、ストレージ、ディスク料金。
  • コールドスタート、中断リスク、SLA、契約条件。

大規模な事前学習では、表示単価が最安でもトータルで最安になるとは限らないとGPUaaS.comは補足しています。インターコネクトの品質が学習時間、ひいては総コストを左右するためです。

リージョン別の価格差にも注意が必要です。NerdLevelTechの2026年2月比較では、AWS H100がus-east-1で1GPU時間あたり約$6.50〜$7、Google Cloud A3 Highがus-central1で約$10.98、Azure ND H100 v5がEast USで$12.29となっており、同じプロバイダー内でもリージョンとインスタンスファミリーで数値が変わります。

私たちの見解:時間ではなく「結果」に価格をつける

私たちはAIツールを最低14日間実機テストし、実際の性能、レイテンシ、費用対効果を測定しています。その習慣がGPU料金表の読み方にも表れています。

時間単価が答えるのは「ハードウェアはいくらか」という1つの問いだけです。購入者に必要なのは別の答え、すなわち「完了したジョブ1件あたりいくらか」です。安価でも遅い、中断される、あるいはメモリが足りないGPUは、高価なGPUに負けることがあります。使われないリザーブド割引は割引とは言えません。

そのため私たちはツール評価と同じ規律を推奨します:ワークロードを定義し、実際の稼働率が見えるまで十分な期間動かし、レイテンシ・スループット・総支出を一緒に記録することです。私たちの性能ベンチマーク手法はそのモデルそのものであり、特定のユースケースに紐づいた数値とともに、隠れたコストやプラン上限を明記しています。自前のGPUではなくホスト型AIツールでAIを動かす場合も同じ論理が当てはまり、私たちのレビューでは実測結果と並べて検証済み料金を掲載しています。

AIMaestrohub

ワークロードに最適なモデルの選び方

ワークロード最適な課金方式理由
プロトタイプ、利用量不明オンデマンド縛りなし、すぐに停止可能
チェックポイント付きバッチ学習スポット最安単価で中断に耐えられる
スパイクのある推論APIサーバーレスウォーム時間を抑えればアイドル課金なし
安定した24時間365日推論リザーブド稼働率が損益分岐点を超えれば最安
大規模マルチノード事前学習リザーブドまたはコミットクラスター価格以上にインターコネクトと可用性が重要

非技術系のファウンダーには近道があります。自前でモデルを動かさないのであれば、生のGPUはまったく不要かもしれません。ホスト型AIツールは計算資源をサブスクリプションに組み込んでおり、焦点はどのツールが価格に見合うかになります。そこで役立つのが独立したベンチマークです。

次に読むべきガイド

モデルの上で開発を進めるエンジニアは開発者向けベストAIツールから始めることができ、予算を投じる前にレイテンシやスループットの主張を見極める方法はAI性能ベンチマークの読み方ガイドで解説しています。

出典

よくある質問 (FAQ)

同じチップなのにクラウドGPUの料金がこれほど違うのはなぜですか?
プロバイダーによって規模、ネットワーク、サポート、リージョン、信頼性、料金に含まれる範囲が異なります。PetaPriceの2026年11月14日付レポートでは、H100 SXMが1GPU時間あたり$1.95〜$12.30と報告されました。比較する前に、正確なモデル、VRAM、課金条件を必ず揃えてください。
スポットや割り込み可能なGPU容量を使っても安全ですか?
チェックポイント付きのバッチ学習や評価ジョブなど、停止と再開が可能な処理には安全です。プロバイダーが容量を回収する場合があるため、レイテンシに敏感な本番エンドポイントには避けてください。Vast.aiのドキュメントでは、割り込み可能インスタンスはオンデマンドより50%以上安いことが多いと記載されています。
リザーブドGPU容量はいつ元が取れますか?
予約時間に対する実際の稼働率が「リザーブド価格 ÷ オンデマンド価格」を超えたときです。Compute Suppliersの例では、H100のオファーで70%〜80%の範囲になります。契約を結ぶ前に1か月間の実利用データを計測してください。
サーバーレスGPU課金はアイドル時に本当に無料になりますか?
エンドポイントが完全にゼロへスケールする場合のみです。ウォームアップやキープウォーム(待機維持)の時間も課金されるため、キープウォーム設定を長くするとサーバーレスエンドポイントが常時レンタルと変わらなくなります。請求額を見積もる前にアイドルタイムアウトを確認してください。
BabyLoveGrowth Logo
⚡ コンテンツ&グロース・インフラストラクチャ

AI Maestro Hub & BabyLoveGrowth 連携ブログ

✓ 14日間の実運用テスト検証済み

本記事は BabyLoveGrowth の自律型SEO・コンテンツ配信アーキテクチャ(セマンティック・クラスタリング、IndexNow自動連携、オーガニック被リンク相互ネットワーク)を活用しています。AI Maestro Hub 研究所にて実証検証済み。

🚀 BabyLoveGrowth を無料で試す → 📊 14日間の実証レビューを読む($875相当の被リンク) →
編集部の透明性開示: AI Maestro Hub は独立したソフトウェア検証プラットフォームです。当サイトのリンク経由でお申し込みいただいた場合、読者様に追加費用が発生することなく紹介手数料を受け取ることがあります。
🧭

どのAIツールを選ぶべきか迷っていますか?

簡単な3つの質問に答えるだけで、目的に最適なツールをAIが瞬時に診断・推薦します。

無料ツール診断をスタート ➔