Cloud-GPU-Preise erklärt (2026): On-Demand vs Spot vs Reserviert

TL;DR

Cloud-GPU-Preise teilen sich in drei Gruppen: Hyperscaler zu $4-7 pro H100-Stunde, Marktplätze mit schwankenden Medianen und Festpreis-Clouds wie LowCostGPU bei Median × 0,70.
Auf LowCostGPU kostet eine H100 SXM $1,680 pro Stunde On-Demand, 30 % unter dem öffentlichen Marktplatzmedian von $2,40.
Unterbrechbar kostet genau die Hälfte von On-Demand; reserviert liegt bei 65 Prozent davon und setzt sich ab etwa 65 Prozent Auslastung durch.
Versteckte Kosten: Egress zu $0,05–0,12 pro GB bei Hyperscalern, ungenutzte gestoppte Datenträger und stündliche Aufrundung, die einen 61-minütigen Job als zwei Stunden abrechnet.

Wer GPU-Zeit verkauft, und wie

Drei Arten von Anbietern bestimmen den heutigen Markt:

Hyperscaler (AWS, GCP, Azure) – Listenpreise, Unternehmensverträge und H100-Klasse-Instanzen typischerweise für $4–7 pro GPU-Stunde, vor jeglicher Committed-Use-Akrobatik.
GPU-Marktplätze – Tausende unabhängiger Hosts versteigern Kapazität. Großes Angebot und niedrige Mediane, aber der Preis ist ein bewegliches Ziel, und die Hostqualität ist eine Verteilung, kein Versprechen.
Cloud-GPUs zum Festpreis – die neuere Kategorie, zu der wir gehören: Kapazität wird in großen Mengen von verifizierten Rechenzentren eingekauft und zu einem veröffentlichten Pauschalpreis weiterverkauft. Unsere Regel ist mechanisch: Marktmedian × 0,70, abgerundet, wöchentlich neu geprüft. Das setzt die H100 SXM heute bei $1,680/Std. an, gegenüber einem Median von $2,40.

Was die Preise wirklich bewegt

GPU-Stunden-Preise sind Angebotsökonomie mit einer Prise Silizium:

Neue Generationen – jede Blackwell-Auslieferung drückt die Hopper-Preise eine Stufe nach unten; die 90-Tage-Drift der H100-Mediane ist in jedem öffentlichen Feed sichtbar.
VRAM pro Karte – Speicher verkauft die Stunde. 80-GB-Karten halten eine Preisuntergrenze, lange nachdem ihre FLOPS von Consumer-Karten erreicht wurden, weil Modellgrößen schneller wuchsen als der Rechenbedarf.
Strom und Dichte – Hosts mit günstigem Strom und dicht gepackten Racks unterbieten; deshalb unterscheiden sich die Mediane je nach Region, und deshalb ist unsere Flotte auf Regionen mit günstigem Strom ausgerichtet.
Nachfragespitzen – eine gefragte Open-Weights-Veröffentlichung kann Marktplatz-Spot-Preise für eine Woche verdoppeln. Festpreise existieren genau deshalb, um dieser Volatilität zu entgehen.

On-Demand vs unterbrechbar vs reserviert

Modus	Preisregel	H100 SXM heute	Geeignet für
On-Demand	Median × 0,70 ↓	$1,680/Std.	zustandsbehaftet, interaktiv, terminkritisch
Unterbrechbar	od × 0,50	$0,840/Std.	Training mit Checkpoints, Batch-Warteschlangen
Reserviert (3 Monate)	od × 0,65	$1,092/Std.	Auslastung über ~65 %, Serving in Produktion

Die Branche nennt unsere unterbrechbare Stufe „Spot“, aber klassisches Spot ist eine Auktion: Sie bieten, Sie gewinnen, ein höheres Gebot verdrängt Sie. Ein fester Abschlag von −50 % nach dem Prinzip ‚Stopp statt Löschen‘ verhält sich in der Praxis ganz anders – der Rabatt ist vorhersehbar, sodass sich Pipelines danach gestalten lassen statt nach einer Gebotsstrategie.

Die Break-even-Rechnung

Zwei Formeln decken 90 % der Kaufentscheidungen ab:

Break-even-Regeln

reserved beats on-demand when:
    utilisation > res_rate / od_rate            (= 65% here)

interruptible beats on-demand when:
    (1 + overhead) x 0.50 < 1
    i.e. restart overhead under 100% of runtime — checkpointing
    every 15 min on a 6 h job is ~4% overhead, not 100%.

Konkret: ein Fine-Tuning, das 200 GPU-Stunden mit A100 SXM4 pro Monat benötigt –

On-Demand: 200 × $0,468 = $94;
unterbrechbar mit 5 % Neustart-Overhead: 210 × $0,234 = $49 – der klare Sieger;
reserviert gewinnt hier erst ab 475+ Monatsstunden (65 % von 730).

Wo Kosten unbemerkt wachsen

Egress – Hyperscaler berechnen $0,05–0,12/GB für ausgehenden Traffic; das Verschieben eines 2-TB-Datensatzes kann mehr kosten als der Trainingslauf selbst. Ein Pauschalpreis von $0,01/GB (unser eigener) oder kostenloser Egress entscheidet, welche Workflows überhaupt praktikabel sind.
Ungenutzte Datenträger – vergessene, gestoppte Instanzen berechnen ihre Datenträger endlos weiter. Unser Dashboard zeigt Runway und die Kosten gestoppter Datenträger; prüfen Sie bei jedem genutzten Anbieter, ob es die gleiche Übersicht gibt.
Stündliche Aufrundung – bei stundenweiser Abrechnung werden aus einem 61-minütigen Job 2 Stunden. Sekundengenaue Abrechnung spart bei kurzen Jobs 0–49 % – je kürzer der Job, desto größer die Lücke.
Multi-GPU-Aufpreise – manche Anbieter bepreisen 8×-Maschinen höher als das 8-Fache des Einzelpreises. Prüfen Sie die Multiplikation; hier ist sie exakt linear.

Checkliste für Käufer

Berechnen Sie $/Std. pro GPU, nicht pro Instanz, und normalisieren Sie den VRAM (eine RTX 5090-Stunde kauft 32 GB; eine 80-GB-Karte sollte ihr Vielfaches rechtfertigen).
Fragen Sie, was bei einer Verdrängung passiert: Neupreis per Auktion, Löschung oder Stopp mit Datenträgererhalt?
Kalkulieren Sie den gesamten Kreislauf: GPU + Speichermonat + Egress Ihrer Artefakte.
Bevorzugen Sie Anbieter, die ihre Preisregel veröffentlichen – ist die Regel geheim, kann sie sich gegen Sie wenden.
Benchmarken Sie einmal: eine Stunde Test auf einer unterbrechbaren RTX 4090 für $0,177 beantwortet Durchsatzfragen, die kein Datenblatt beantworten kann.

Zahlen nutzen

Jeder Preis in dieser Anleitung ist unser Live-Preis – festgelegt, ≥30 % unter dem Marktmedian, sekundengenau abgerechnet. Stellen Sie das exakte Setup oben über die Konsole in etwa 30 Sekunden bereit, bezahlt in Krypto, ohne Karte und ohne KYC.