📑 Hoofdstukken (13 onderdelen)
Kernpunten & Citatie-Samenvatting (2026)
- On-demand H100 SXM varieerde van $1,95 tot $12,30 per GPU-uur bij 32 aanbieders in het rapport van PetaPrice van 14 november 2026, met een mediaan van $3,70.
- Kies het facturatiemodel op basis van je workloadpatroon: serverless voor piekverkeer, on-demand voor ontwikkeling en training, reserved voor stabiele continue vraag, en spot voor fouttolerante batchtaken.
- Gereserveerde capaciteit is pas voordeliger dan on-demand wanneer je daadwerkelijk meer gebruikt dan de gereserveerde prijs gedeeld door de on-demand prijs van de uren waarvoor je betaalt.
- Het GPU-uurtarief is exclusief opslag, uitgaand dataverkeer (egress) en belastingen. Deel de prijs van multi-GPU-instances door het aantal GPU's voordat je vergelijkt.
- Maak een schatting op basis van je eigen gebruiksgegevens (uren, bezettingsgraad, verplaatste data), niet op basis van een loktarief.
Test Perplexity Pro in productie
Live AI-onderzoeksmachine met bronvermeldingen, Deep Research en multi-model synthese
GPU-cloudprijzen lopen sterker uiteen dan de meeste kopers verwachten. Het rapport van PetaPrice van 14 november 2026 toonde on-demand H100 SXM-tarieven van $1,95 tot $12,30 per GPU-uur bij 32 aanbieders, met een mediaan van $3,70. Het verschil tussen de goedkoopste en de duurste aanbieding is ruim 6x voor exact dezelfde chip. Het uurtarief op de prijspagina is slechts het begin: het facturatiemodel, inactieve tijd, opslag en dataverkeer bepalen wat er uiteindelijk op je factuur staat.
Deze gids laat zien wat de belangrijkste GPU-modellen kosten, hoe elk prijsmodel werkt en hoe je een uurtarief vertaalt naar een maandbudget voor jouw workload.
Wat een prijs per GPU-uur daadwerkelijk dekt
Een prijs per GPU-uur zijn de kosten van één GPU voor één uur. Dat klinkt eenvoudig, maar de begrippenlijst van GPU Ledger wijst erop dat dit bedrag meestal exclusief opslag, netwerkverkeer, belastingen en onderhandelde kortingen is. Ook wordt opgemerkt dat een instance-prijs gedeeld moet worden door het aantal GPU's om tot een prijs per GPU te komen, terwijl sommige aanbieders alleen de GPU-component vermelden.
Facturatie-eenheden maken ook uit. Facturatie per seconde brengt alleen de gebruikte tijd in rekening. Uurfacturatie kan een gedeeltelijk uur naar boven afronden. In dezelfde begrippenlijst publiceerden twaalf van de 29 aanbieders facturatie per seconde. Als je veel korte taken draait, zoals testruns of kleine fine-tunes, kan afronding een aanzienlijk deel van je factuur vormen.
Drie zaken om op elke prijspagina te controleren voordat je gaat vergelijken:
- Geldt de prijs per GPU of voor de hele instance?
- Wat is de facturatie-eenheid (seconde, minuut, uur)?
- Welke kosten vallen buiten het tarief: schijfruimte, egress, ondersteuning, beheerde netwerken?
Live AI-onderzoeksmachine met bronvermeldingen, Deep Research en multi-model synthese
Cloud-GPU-prijzen per model, 2026
On-demand, reserved, spot en serverless: hoe elk model wordt gefactureerd
Aanbieders verkopen dezelfde hardware onder vier facturatiemodellen. De prijsmodellengids van GMICloud en de facturatiegids van Spheron beschrijven de afwegingen op dezelfde manier.
On-demand
Geen looptijdverplichting, gefactureerd voor daadwerkelijke looptijd, doorgaans tegen het hoogste uurtarief. Die premie betaalt voor flexibiliteit: de aanbieder draagt het risico van onverkochte capaciteit. Gebruik dit voor ontwikkelpieken en experimenten waarvan je het verbruik nog niet kent.
Reserved
Je legt je vast voor een periode, van weken tot jaren, in ruil voor een lager tarief, en je betaalt voor de hele periode ongeacht of de GPU bezet of inactief is. Voorbeelden uit de tabel van Compute Suppliers: Together AI H100 voor $3,69 tot $3,19 afhankelijk van een termijn van 3 tot 30, 31 tot 90 of 91 tot 180 dagen, en Azure H100 voor $7,87 bij een reservering van één jaar. De benchmark van VendorBenchmark uit januari 2026 meldt een besparing bij een jaarreservering van ongeveer 40% op Azure ND H100 v5 en Google Cloud a3-highgpu, en 32% op AWS p5.48xlarge. De prijspagina van CoreWeave adverteert met tot 60% korting op on-demand bij vastgelegd gebruik.
Spot of onderbreekbaar
Capaciteit met korting die de aanbieder kan terugvorderen. De prijsdocumentatie van Vast.ai geeft aan dat onderbreekbare instances vaak meer dan 50% goedkoper zijn dan on-demand en gepauzeerd kunnen worden. In de tabel van Compute Suppliers kost een H100 bij Together AI $3,99 on-demand, maar $1,99 op spot. Spot is geschikt voor batchtraining, evaluatieruns en alles wat netjes checkpoints opslaat en kan herstarten.
Serverless
Je betaalt per aanroep of per seconde uitvoeringstijd en het endpoint schaalt terug naar nul. Compute Suppliers vermeldt serverless H100's voor $3,95 per actief uur op Modal en $5,39 op RunPod. Het uurtarief oogt hoger dan on-demand, maar je betaalt alleen terwijl er werk wordt uitgevoerd. Dat wint bij piekverkeer en verliest zodra een endpoint bijna continu bezet is.
De break-evenregel voor gereserveerde capaciteit
Reserveren is een weddenschap op bezettingsgraad. Compute Suppliers formuleert de regel als volgt: gereserveerd wint het pas van on-demand als het aandeel uren dat je daadwerkelijk gebruikt hoger is dan de gereserveerde prijs gedeeld door de on-demand prijs.
Een uitgewerkt voorbeeld uit die tabel: DigitalOcean H100 tegen $3,26 gereserveerd versus $4,41 on-demand geeft 74%. Dat is grofweg 540 uur in een maand van 730 uur. De termijn van 91 tot 180 dagen voor een H100 bij Together AI komt uit op 80% (584 uur per maand), en de H100 PCIe van Hyperstack op 70% (511 uur). Dezelfde bron merkt op dat zes maanden één Together AI H100 tegen $3,19 een verplichting van $13.972 is, dus het risico van het overschatten van gebruik is concreet.
Een praktische vuistregel uit het raamwerk van GPUaaS.com van juli 2026: spot voor fouttolerante batchtaken, on-demand voor ontwikkelpieken en reserved voor voorspelbare inferentie zodra de bezettingsgraad rond de 60 à 70% of hoger ligt.
Zo pas je het toe:
- Registreer je GPU-uren gedurende vier weken op on-demand of serverless.
- Deel de gebruikte uren door 730 om de bezettingsgraad te berekenen.
- Vergelijk dit met het break-evenpercentage van het gereserveerde aanbod dat je overweegt.
- Reserveer alleen de stabiele basisbelasting en vang pieken on-demand op.
Kosten buiten het uurtarief
De GPU-regel is zelden de volledige factuur. Vier bijkomende kostenposten duiken het vaakst op.
Opslag. De documentatie van Vast.ai merkt op dat opslag doorlopend wordt gefactureerd op gestopte instances totdat je ze verwijdert. Een geparkeerde instance met een grote schijf is niet gratis.
Egress (uitgaand dataverkeer). GPU Ledger geeft aan dat uitgaand dataverkeer doorgaans per gigabyte wordt berekend, soms na een gratis bundel, en niet in het uurcijfer zit. Voor inferentie die grote outputs levert, zoals video, kan dit concurreren met de rekenkosten. Een uitgewerkt voorbeeld van een Braziliaanse engineer berekende één altijd-actieve GPU (730 uur) met 30 TB aan maandelijks uitgaand verkeer bij vier clouds en liet zien hoe sterk de vergelijking afhangt van egress.
Inactieve en opwarmtijd. De Modal-analyse van BudgetForge stelt dat een container wordt gefactureerd tijdens cold-start warmup en elk keep-warm-venster, niet alleen tijdens het verwerken van verzoeken. Het berekent dat een keep-warm H100 die 30 dagen zonder verkeer wordt aangehouden $2.843 kost. Scale-to-zero bespaart alleen geld als je keep-warm-instellingen het daadwerkelijk naar nul laten schalen.
Operations. SemiAnalysis definieert maandelijkse clusterkosten als de som van compute, opslag, netwerken, control plane, ondersteuning, goodput, setup en debugging. Als je team een week bezig is met het debuggen van een instabiel cluster, hoort die tijd bij de kosten. Wanneer de factuur wijst op een personeelstekort, bijvoorbeeld omdat niemand eigenaar is van GPU-bezettingsgraad, is werving in AI en machine learning een aparte begrotingspost om rekening mee te houden.
Zo schat je je eigen GPU-cloudfactuur in
Begin bij de workload, niet bij een prijslijst. De infrastructuurgids van Allwo raadt aan om budgetten voor training, fine-tuning en inferentie te scheiden en echte telemetrie te gebruiken: tokens, latency, GPU-bezettingsgraad, gelijktijdigheid en dataverkeerlogs.
Een eenvoudig sjabloon:
- Definieer de taak. Modelgrootte, benodigd GPU-type en VRAM, en of je traint, fine-tunet of serveert.
- Tel GPU-uren. Uren per run maal het aantal runs per maand voor training; voor serving de uren dat het endpoint warm moet zijn.
- Kies het facturatiemodel uit de sectie hierboven en neem het bijbehorende tarief.
- Voeg opslag en egress toe in gigabytes, tegen de per-GB-tarieven van de aanbieder.
- Voeg een buffer toe voor mislukte runs en herstarts.
- Reken om naar kosten per resultaat: dollars per trainingsrun, per duizend verzoeken of per gegenereerde minuut video.
Voorbeeld: een team serveert een model op één H100 gedurende 730 uur per maand. Tegen een on-demand tarief van $3,70 (de PetaPrice-mediaan) is dat $2.701 vóór opslag en egress. Als het endpoint slechts 200 uur echt druk is, komt een serverless tarief van $3,95 per actief uur uit op $790. Als het 600 uur druk is, kost serverless $2.370 en begint het sterk te lijken op toegewezen capaciteit. Gebruik je eigen bezettingsgraad en offertes, aangezien elk cijfer hier een momentopname is.
Aanbieders eerlijk vergelijken
De live vergelijking van TransAtlas biedt een heldere checklist om aanbiedingen naast elkaar te leggen:
- Zelfde GPU-model en VRAM (een H100 SXM is geen H100 PCIe).
- Instance-prijzen gedeeld door het aantal GPU's.
- On-demand, onderbreekbare en vastgelegde prijzen afzonderlijk vergeleken.
- Regiobeschikbaarheid, egress-, opslag- en schijfkosten.
- Cold starts, onderbrekingsrisico, SLA's en looptijdvoorwaarden.
Voor grootschalige pretraining voegt GPUaaS.com toe dat het laagste loktarief niet per se het goedkoopste resultaat oplevert: de kwaliteit van de interconnect kan de trainingstijd en daarmee de totale kosten bepalen.
Nog een waarschuwing over regionale prijzen. De vergelijking van NerdLevelTech uit februari 2026 vermeldt AWS H100 rond $6,50 tot $7 per GPU-uur in us-east-1, Google Cloud A3 High rond $10,98 in us-central1 en Azure ND H100 v5 op $12,29 in East US, dus regio en instance-familie veranderen het bedrag zelfs binnen één aanbieder.
Onze visie: beprijs het resultaat, niet het uur
Wij testen AI-tools minimaal 14 dagen in de praktijk en meten werkelijke prestaties, latency en kosteneffectiviteit; die gewoonte bepaalt ook hoe wij GPU-prijslijsten lezen.
Een uurtarief beantwoordt één vraag: wat kost de hardware? Kopers hebben een andere vraag: wat kost een afgeronde taak? Een goedkopere GPU die trager is, wordt onderbroken of te weinig geheugen heeft, kan het afleggen tegen een duurdere. Een gereserveerde korting die ongebruikt blijft, is helemaal geen korting.
Daarom raden we dezelfde discipline aan die we op tools toepassen: definieer de workload, draai deze lang genoeg om de echte bezettingsgraad te zien en leg latency, doorvoer en totale uitgaven samen vast. Onze prestatiebenchmark-aanpak is het model: cijfers gekoppeld aan een specifieke use case, met verborgen kosten en limietwaarden vastgelegd. Als je AI gebruikt via gehoste tools in plaats van eigen GPU's, geldt dezelfde logica, en onze reviews tonen geverifieerde prijzen naast gemeten resultaten.
AIMaestrohub
Het juiste model kiezen voor jouw workload
Niet-technische oprichters kunnen dit verkorten: als je geen eigen modellen draait, heb je misschien helemaal geen losse GPU's nodig. Gehoste AI-tools bundelen de rekenkracht in een abonnement, en de vraag wordt dan welke tool zijn prijs waard is. Daarbij helpen onafhankelijke benchmarks.
Waar ga je nu naartoe
Ontwikkelaars die op modellen voortbouwen kunnen starten met onze beste AI-tools voor ontwikkelaars, en onze gids over hoe je AI-prestatiebenchmarks leest legt uit hoe je claims over latency en doorvoer beoordeelt voordat je budget vastlegt.
Bronnen
- PetaPrice GPU-cloudprijsrapport
- GlobeGPU Cloud GPU Prijsindex
- American Compute GPU-cloudprijsvergelijking
- Compute Suppliers spot versus reserved break-even
- VendorBenchmark benchmark van AI-infrastructuurkosten
- CoreWeave GPU-cloudprijzen
- GPU Ledger begrippenlijst voor cloud-GPU-prijzen
- Vast.ai prijsdocumentatie
- SemiAnalysis: Wat kosten GPU-clusters nu echt
- BudgetForge analyse van Modal-prijzen
- GMICloud cloud-GPU-prijsmodellen
- Spheron serverless versus on-demand versus reserved
- GPUaaS.com vergelijkingsraamwerk voor aanbieders
- Allwo kostenmodellen voor AI-infrastructuur
- TransAtlas cloud-GPU-aanbieders vergeleken
- NerdLevelTech AWS vs GCP vs Azure GPU-prijzen
Veelgestelde Vragen
Waarom verschillen GPU-cloudprijzen zo sterk voor dezelfde chip?
Is spot- of onderbreekbare GPU-capaciteit veilig om te gebruiken?
Wanneer loont gereserveerde GPU-capaciteit?
Kost serverless GPU-facturatie echt niets wanneer er geen verkeer is?
Blog Aangedreven door AI Maestro Hub & BabyLoveGrowth
Dit artikel is geoptimaliseerd via de autonome SEO- en contentarchitectuur van BabyLoveGrowth (programmatische semantische clustering, automatische IndexNow-indexering en organische backlink-uitwisselingen). Volledig geverifieerd en redactioneel getoetst in ons live lab.