🔍 BENCHMARK DE PESQUISA 2026

Preços de GPU na nuvem em 2026: quanto você realmente paga por hora

Preços de GPU na nuvem para H100, H200, B200 e L40S, além de como a cobrança sob demanda, reservada, spot e serverless muda sua fatura mensal real.

⏱️ 12 min de leitura • 📅 1 de novembro de 2026 • ✓ Verificado e Auditado
📑 Índice (13 seções)
• Principais Conclusões e Resumo de Citação (2026) • O que o preço por hora-GPU realmente cobre • Preços de GPU na nuvem por modelo, 2026 • Sob demanda, reservada, spot e serverless: como cada modelo é cobrado • A regra de equilíbrio para capacidade reservada • Custos fora da tarifa por hora • Como estimar sua própria fatura de GPU na nuvem • Comparando provedores de forma justa • Nossa visão: precifique o resultado, não a hora • Escolhendo o modelo certo para sua carga de trabalho • Para onde ir agora • Fontes • Perguntas Frequentes
ℹ️ Publicado originalmente no Blog do AI Maestro Hub. Traduzido e enriquecido para o mercado lusófono com análises de 2026.
💡

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.
🔍 BENCHMARK DE PESQUISA 2026

Teste o Perplexity Pro em produção

Motor de pesquisa com IA ao vivo respaldado por citações, com Deep Research e síntese multimodelo

Testar Perplexity Pro →

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.

Aimaestrohub
Compare ferramentas de IA com dados reais
A Aimaestrohub testa ferramentas de IA na prática e compartilha benchmarks de desempenho, preços verificados e recomendações por caso de uso para ajudar você a comparar opções.
Visitar

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:

  1. O preço é por GPU ou pela instância inteira?
  2. Qual é o incremento de cobrança (segundo, minuto, hora)?
  3. Quais custos ficam fora da tarifa: disco, egress, suporte, rede gerenciada?
🔍 ESCOLHA DO LAB AI MAESTRO HUB
Perplexity Pro — Busca e Pesquisa com IA

Motor de pesquisa com IA ao vivo respaldado por citações, com Deep Research e síntese multimodelo

Testar Perplexity Pro →

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:

  1. Registre suas horas de GPU por quatro semanas no modo sob demanda ou serverless.
  2. Divida as horas usadas por 730 para obter a utilização.
  3. Compare com o percentual de equilíbrio da oferta reservada que você está avaliando.
  4. 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:

  1. Defina a tarefa. Tamanho do modelo, tipo de GPU e VRAM necessários, e se você está treinando, ajustando ou servindo.
  2. Conte as horas-GPU. Horas por execução vezes execuções por mês para treinamento; para serviço, horas em que o endpoint precisa ficar aquecido.
  3. Escolha o modelo de cobrança da seção acima e pegue a tarifa correspondente.
  4. Some armazenamento e egress em gigabytes, às tarifas por GB do provedor.
  5. Adicione uma margem para execuções com falha e reexecuções.
  6. 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

Carga de trabalhoCobrança mais adequadaPor quê
Protótipo, uso desconhecidoSob demandaSem compromisso, rápido de parar
Treinamento em lote com checkpointsSpotMenor tarifa, tolera interrupções
API de inferência com picosServerlessSem cobrança ociosa se o tempo warm for controlado
Inferência estável 24/7ReservadaMenor tarifa quando a utilização supera o equilíbrio
Grande pré-treinamento multinóCluster reservado ou comprometidoInterconexão e disponibilidade importam além do preço

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

Perguntas Frequentes

Por que os preços de GPU na nuvem variam tanto para o mesmo chip?
Os provedores diferem em escala, rede, suporte, região, confiabilidade e no que a tarifa inclui. O relatório da PetaPrice de 14 de novembro de 2026 mostrou H100 SXM de $1,95 a $12,30 por hora-GPU. Sempre alinhe exatamente o modelo, a VRAM e os termos de cobrança antes de comparar.
É seguro usar capacidade de GPU spot ou interruptível?
É segura para trabalhos que podem parar e reiniciar, como treinamento em lote com checkpoints e rodadas de avaliação. Os provedores podem retomar a capacidade, portanto evite-a em endpoints de produção sensíveis à latência. A Vast.ai documenta que instâncias interruptíveis costumam ser mais de 50% mais baratas que sob demanda.
Quando a capacidade de GPU reservada vale a pena?
Quando a sua utilização das horas reservadas supera o preço reservado dividido pelo preço sob demanda. Os exemplos da Compute Suppliers ficam entre 70% e 80% para ofertas de H100. Meça um mês de uso real antes de assinar um prazo.
A cobrança serverless de GPU realmente não custa nada quando ociosa?
Somente quando o endpoint escala totalmente para zero. Janelas de aquecimento e keep-warm são cobradas, então uma configuração longa de keep-warm pode transformar um endpoint serverless em um aluguel em tempo integral. Verifique o tempo limite de ociosidade antes de estimar uma fatura.
BabyLoveGrowth Logo
⚡ Infraestrutura de Conteúdo e Crescimento

Blog Desenvolvido por AI Maestro Hub & BabyLoveGrowth

✓ Verificado em Laboratório de 14 Dias

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.

🚀 Experimente o BabyLoveGrowth Grátis → 📊 Ler Estudo de Caso de 14 Dias ($875 em Backlinks) →
Transparência Editorial: O AI Maestro Hub é uma plataforma independente de testes de software. Se você assinar por meio de nossos links, podemos receber uma comissão sem custo adicional para você.
🧭

Em dúvida sobre qual ferramenta escolher?

Responda 3 perguntas rápidas e encontre o melhor software de IA para seu objetivo.

Iniciar Localizador Grátis ➔