📑 Índice (13 seções)
Principais Conclusões e Resumo de Citação (2026)
- A H100 SXM sob demanda variou de $1,95 a $12,30 por hora-GPU entre 32 provedores no relatório da PetaPrice de 14 de novembro de 2026, com mediana de $3,70.
- Escolha o modelo de cobrança pelo perfil da carga de trabalho: serverless para tráfego com picos, sob demanda para desenvolvimento e treinamento, reservada para demanda contínua e estável, e spot para lotes tolerantes a falhas.
- A capacidade reservada só supera a opção sob demanda quando você realmente usa mais do que o preço reservado dividido pelo preço sob demanda das horas pagas.
- A tarifa horária de GPU exclui armazenamento, tráfego de saída (egress) e impostos. Divida o preço de instâncias multi-GPU pela quantidade de GPUs antes de comparar.
- Estime a partir dos seus próprios dados de uso (horas, utilização, dados transferidos), não a partir de uma tarifa de vitrine.
Teste o Perplexity Pro em produção
Motor de pesquisa com IA ao vivo respaldado por citações, com Deep Research e síntese multimodelo
Os preços de GPU na nuvem variam mais do que a maioria dos compradores espera. O relatório da PetaPrice de 14 de novembro de 2026 mostrou tarifas de H100 SXM sob demanda de $1,95 a $12,30 por hora-GPU em 32 provedores, com mediana de $3,70. A diferença entre a opção mais barata e a mais cara passa de 6x para o mesmo chip. A tarifa anunciada é apenas o começo: modelo de cobrança, tempo ocioso, armazenamento e transferência de dados decidem o que chega na sua fatura.
Este guia mostra quanto custam os principais modelos de GPU, como funciona cada modelo de preços e como transformar uma tarifa em um orçamento mensal para a sua carga de trabalho.
O que o preço por hora-GPU realmente cobre
Um preço por hora-GPU é o custo de uma GPU por uma hora. Isso parece simples, mas o glossário da GPU Ledger aponta que o valor geralmente exclui armazenamento, transferência de rede, impostos e descontos negociados. Ele também observa que o preço de uma instância precisa ser dividido pela quantidade de GPUs para chegar ao valor por GPU, enquanto alguns provedores informam apenas o componente GPU.
Os incrementos de cobrança também importam. A cobrança por segundo fatura pelo tempo usado. A cobrança por hora pode arredondar uma hora parcial para cima. No mesmo glossário, doze de 29 provedores publicaram cobrança por segundo. Se você executa muitas tarefas curtas, como testes ou pequenos ajustes finos (fine-tunes), o arredondamento pode adicionar uma parcela significativa à sua fatura.
Três pontos para verificar em qualquer página de preços antes de comparar com outra:
- O preço é por GPU ou pela instância inteira?
- Qual é o incremento de cobrança (segundo, minuto, hora)?
- Quais custos ficam fora da tarifa: disco, egress, suporte, rede gerenciada?
Motor de pesquisa com IA ao vivo respaldado por citações, com Deep Research e síntese multimodelo
Preços de GPU na nuvem por modelo, 2026
Sob demanda, reservada, spot e serverless: como cada modelo é cobrado
Os provedores vendem o mesmo hardware sob quatro modelos de cobrança. O guia de modelos de preços da GMICloud e o guia de cobrança da Spheron descrevem as compensações da mesma forma.
Sob demanda (On-demand)
Sem compromisso de prazo, cobrado pelo tempo de execução, geralmente com a maior tarifa por hora. O prêmio paga pela flexibilidade: o provedor assume o risco de capacidade ociosa. Use para picos de desenvolvimento e experimentos em que você ainda não conhece o seu consumo.
Reservada (Reserved)
Você se compromete com um prazo, de semanas a anos, em troca de uma tarifa menor, e paga pelo prazo inteiro esteja a GPU ocupada ou ociosa. Exemplos da tabela da Compute Suppliers: Together AI H100 entre $3,69 e $3,19 dependendo de um prazo de 3 a 30, 31 a 90 ou 91 a 180 dias, e Azure H100 a $7,87 para reserva de um ano. O benchmark da VendorBenchmark de janeiro de 2026 relata economias em reservas de um ano de cerca de 40% no Azure ND H100 v5 e Google Cloud a3-highgpu, e de 32% na AWS p5.48xlarge. A página de preços da CoreWeave anuncia até 60% de desconto sobre a modalidade sob demanda para uso comprometido.
Spot ou interruptível
Capacidade com desconto que o provedor pode retomar. A documentação de preços da Vast.ai afirma que instâncias interruptíveis costumam ser mais de 50% mais baratas que sob demanda e podem ser pausadas. Na tabela da Compute Suppliers, a H100 da Together AI custa $3,99 sob demanda, mas $1,99 no spot. Spot combina com treinamento em lote, varreduras de avaliação e tudo o que salve checkpoints e reinicie de forma limpa.
Serverless
Você paga por chamada ou por segundo de execução e o endpoint escala para zero. A Compute Suppliers lista H100s serverless a $3,95 por hora ocupada na Modal e $5,39 na RunPod. O valor por hora parece maior que sob demanda, mas você só paga enquanto o trabalho roda. Isso vence em tráfego com picos e perde quando um endpoint passa a ficar quase sempre ocupado.
A regra de equilíbrio para capacidade reservada
Reservar é uma aposta na utilização. A Compute Suppliers define a regra: reservada só vence sob demanda se a parcela de horas que você realmente usa superar o preço reservado dividido pelo preço sob demanda.
Um exemplo prático da tabela: DigitalOcean H100 a $3,26 reservada contra $4,41 sob demanda resulta em 74%. Isso equivale a cerca de 540 horas de um mês de 730 horas. O prazo de 91 a 180 dias de H100 da Together AI chega a 80% (584 horas por mês), e a H100 PCIe da Hyperstack a 70% (511 horas). A mesma fonte observa que seis meses de uma H100 da Together AI a $3,19 representam um compromisso de $13.972, então o risco de superestimar o uso é concreto.
Uma regra prática da estrutura da GPUaaS.com de julho de 2026: spot para trabalho em lote tolerante a falhas, sob demanda para surtos de desenvolvimento e reservada para inferência previsível assim que a utilização atingir cerca de 60% a 70% ou mais.
Como aplicar:
- Registre suas horas de GPU por quatro semanas no modo sob demanda ou serverless.
- Divida as horas usadas por 730 para obter a utilização.
- Compare com o percentual de equilíbrio da oferta reservada que você está avaliando.
- Reserve apenas a linha de base estável e mantenha os picos sob demanda.
Custos fora da tarifa por hora
A linha da GPU raramente é a fatura inteira. Quatro acréscimos aparecem com mais frequência.
Armazenamento. A documentação da Vast.ai observa que o armazenamento continua sendo cobrado em instâncias paradas até que você o exclua. Uma instância estacionada com um disco grande não sai de graça.
Egress (tráfego de saída). GPU Ledger informa que dados de saída geralmente são cobrados por gigabyte, às vezes após uma franquia gratuita, e não estão na tarifa horária. Para inferência que entrega saídas pesadas, como vídeo, isso pode rivalizar com o custo de computação. O exemplo prático de um engenheiro brasileiro cotou uma GPU sempre ligada (730 horas) com 30 TB de tráfego mensal de saída em quatro nuvens e mostrou o quanto a comparação depende do egress.
Tempo ocioso e de aquecimento. A análise da Modal feita pela BudgetForge afirma que um contêiner é cobrado durante o aquecimento de cold start e em qualquer janela de keep-warm, não apenas enquanto atende requisições. Ela calcula uma H100 mantida em keep-warm por 30 dias com tráfego zero em $2.843. O scale-to-zero só economiza dinheiro se as configurações de keep-warm permitirem que ele realmente escale para zero.
Operações. SemiAnalysis define o custo mensal do cluster incluindo computação, armazenamento, rede, plano de controle, suporte, goodput, configuração e depuração. Se sua equipe passa uma semana depurando um cluster instável, esse tempo entra no custo. Quando a fatura aponta uma lacuna de equipe, por exemplo ninguém é dono da utilização de GPU, contratação em IA e machine learning é uma linha de orçamento separada para planejar.
Como estimar sua própria fatura de GPU na nuvem
Comece pela carga de trabalho, não por uma lista de preços. O guia de infraestrutura da Allwo recomenda separar orçamentos de treinamento, ajuste fino e inferência e usar telemetria real: tokens, latência, utilização de GPU, concorrência e registros de transferência de dados.
Um modelo simples:
- Defina a tarefa. Tamanho do modelo, tipo de GPU e VRAM necessários, e se você está treinando, ajustando ou servindo.
- Conte as horas-GPU. Horas por execução vezes execuções por mês para treinamento; para serviço, horas em que o endpoint precisa ficar aquecido.
- Escolha o modelo de cobrança da seção acima e pegue a tarifa correspondente.
- Some armazenamento e egress em gigabytes, às tarifas por GB do provedor.
- Adicione uma margem para execuções com falha e reexecuções.
- Converta em custo por resultado: dólares por execução de treinamento, por mil requisições ou por minuto de vídeo gerado.
Exemplo: uma equipe serve um modelo em uma H100 por 730 horas no mês. A uma tarifa sob demanda de $3,70 (a mediana da PetaPrice), isso dá $2.701 antes de armazenamento e egress. Se o endpoint fica realmente ocupado apenas 200 horas, uma tarifa serverless de $3,95 por hora ocupada resulta em $790. Se fica ocupado 600 horas, serverless vai para $2.370 e começa a se parecer muito com capacidade dedicada. Use sua própria utilização e cotações, pois cada número aqui é um retrato pontual.
Comparando provedores de forma justa
A comparação ao vivo da TransAtlas traz uma lista clara para alinhar ofertas:
- Mesmo modelo de GPU e VRAM (uma H100 SXM não é uma H100 PCIe).
- Preços de instância divididos pela quantidade de GPUs.
- Preços sob demanda, interruptíveis e comprometidos comparados separadamente.
- Disponibilidade por região, egress, armazenamento e cobranças de disco.
- Cold starts, risco de interrupção, SLAs e termos de compromisso.
Para pré-treinamento em larga escala, a GPUaaS.com acrescenta que a menor tarifa anunciada não é necessariamente o resultado mais barato: a qualidade da interconexão pode definir o tempo de treinamento e, portanto, o custo total.
Mais um alerta sobre preços regionais. A comparação da NerdLevelTech de fevereiro de 2026 lista AWS H100 em cerca de $6,50 a $7 por hora-GPU em us-east-1, Google Cloud A3 High em cerca de $10,98 em us-central1 e Azure ND H100 v5 em $12,29 em East US, portanto região e família de instância mudam o valor até dentro de um mesmo provedor.
Nossa visão: precifique o resultado, não a hora
Testamos ferramentas de IA na prática por no mínimo 14 dias, medindo desempenho real, latência e custo-benefício, e esse hábito molda como lemos listas de preços de GPU.
Uma tarifa horária responde a uma pergunta: quanto custa o hardware? Quem compra precisa de outra: quanto custa um trabalho concluído? Uma GPU mais barata que seja mais lenta, sofra interrupções ou tenha pouca memória pode perder para uma mais cara. Um desconto reservado que fica ocioso não é desconto algum.
Por isso recomendamos a mesma disciplina que aplicamos às ferramentas: defina a carga de trabalho, execute-a por tempo suficiente para enxergar a utilização real e registre juntos latência, vazão e gasto total. Nossa abordagem de benchmark de desempenho é o modelo: números ligados a um caso de uso específico, com custos ocultos e limites de faixa anotados. Se você usa IA por meio de ferramentas hospedadas em vez de GPUs próprias, vale a mesma lógica, e nossas análises mostram preços verificados ao lado de resultados medidos.
AIMaestrohub
Escolhendo o modelo certo para sua carga de trabalho
Fundadores não técnicos podem encurtar esse caminho: se você não roda modelos próprios, talvez nem precise de GPUs brutas. Ferramentas de IA hospedadas embutem a computação em uma assinatura, e a pergunta passa a ser qual ferramenta vale o preço. É aí que benchmarks independentes ajudam.
Para onde ir agora
Desenvolvedores que constroem sobre modelos podem começar pelas nossas melhores ferramentas de IA para desenvolvedores, e nosso guia sobre como ler benchmarks de desempenho de IA explica como avaliar promessas de latência e vazão antes de comprometer orçamento.
Fontes
- Relatório de preços de GPU na nuvem da PetaPrice
- Índice de preços de GPU na nuvem GlobeGPU
- Comparativo de preços de GPU na nuvem da American Compute
- Ponto de equilíbrio spot vs reservada da Compute Suppliers
- Benchmark de custos de infraestrutura de IA da VendorBenchmark
- Preços de GPU na nuvem da CoreWeave
- Glossário de preços de GPU na nuvem da GPU Ledger
- Documentação de preços da Vast.ai
- SemiAnalysis: Quanto custam realmente os clusters de GPU
- Análise de preços da Modal pela BudgetForge
- Modelos de preços de GPU na nuvem da GMICloud
- Spheron serverless vs sob demanda vs reservada
- Estrutura de comparação de provedores da GPUaaS.com
- Modelos de custos de infraestrutura de IA da Allwo
- Provedores de GPU na nuvem comparados na TransAtlas
- Preços de GPU AWS vs GCP vs Azure pela NerdLevelTech
Perguntas Frequentes
Por que os preços de GPU na nuvem variam tanto para o mesmo chip?
É seguro usar capacidade de GPU spot ou interruptível?
Quando a capacidade de GPU reservada vale a pena?
A cobrança serverless de GPU realmente não custa nada quando ociosa?
Blog Desenvolvido por AI Maestro Hub & BabyLoveGrowth
Esta publicação utiliza a arquitetura autônoma de SEO e conteúdo do BabyLoveGrowth (agrupamento semântico, indexação automática via IndexNow e troca orgânica de backlinks). Totalmente auditada e verificada pelo laboratório do AI Maestro Hub.