#1
Salad
Verteilte Inferenz-Cloud — RTX 3090 0,09 $/h, RTX 4090 0,16 $/h
- Günstigste Consumer-GPUs — RTX 3090 ab 0,09 $/h
- Enorme horizontale Skalierung (1000+ Nodes)
Preis aktuell?
Günstigste GPU-Clouds · Juli 2026
Günstigste GPU-Cloud-Anbieter 2026
GPU-Compute mieten ab 0,02 $/h. 11 Budget-GPU-Clouds nach Preis sortiert — mit den Trade-offs klar benannt.
So sparst du wirklich Geld bei GPU-Compute
Wenn maximale Compute pro Dollar das Ziel ist, dominieren 2026 vier GPU-Clouds das Budget-Segment: RunPod (beste Preis-Leistung), Vast.ai, TensorDock und Hyperstack. Hyperscaler (AWS, GCP, Azure) sind systematisch 3–5× teurer für reine GPU-Rechenleistung und nur sinnvoll, wenn du ihre proprietären ML-Services brauchst.
Die günstigsten GPU-Clouds nutzen eine oder mehrere dieser Strategien:
- Marketplace-Modell (Vast.ai) — Peer-to-Peer-Auktion drückt Preise auf Commodity-Niveau
- Community-/unterbrechbares Tier (RunPod, Vast) — Host kann Instanzen offline nehmen, 50-70% günstiger
- Consumer-GPUs (RTX 3090/4090 statt Datacenter-A100/H100) für kompatible Workloads
- EU-Sovereign-Infrastruktur (OVH ab 0,36 €/h) — niedrigere Energie- und Immobilienkosten als US-Rechenzentren
Realitätscheck: Das günstigste Tier verlangt fehlertoleranten Code (Checkpointing, Retry-Logik). Für Always-on-Production-Inferenz schlage 50–80% auf den Listenpreis auf für „Secure"- oder „On-Demand"-Tiers.
Warum hier kein AWS, Azure oder GCP steht: Alle drei haben GPU-Instanzen unter 1 $ — AWS g4dn.xlarge und Azure NC4as_T4_v3 kosten je 0,526 $/h, GCPs g2-standard-4 liegt bei 0,71 $/h. Die ersten beiden sind aber T4-Karten von 2018, und eine T4 für 0,53 $ liefert weniger Durchsatz als eine RunPod RTX A5000 für 0,16 $. Vergleicht man dieselbe GPU-Klasse, liegen die Hyperscaler 3–5× höher: ein 8×-H100-Node kostet 55,04 $/h bei AWS p5 und 88,49 $/h bei GCP a3-highgpu-8g, gegenüber 1,99 $/h pro H100 in der RunPod Community Cloud.
Was unterbrechbare Instanzen wirklich kosten
Der Listenpreis ist nicht das Problem. Nimm einen Job mit 20 GPU-Stunden echter Rechenzeit, Checkpoint alle 30 Minuten, auf einer unterbrechbaren Instanz, die etwa alle 3 Stunden zurückgeholt wird. Jede Unterbrechung wirft bis zu einer halben Stunde Arbeit weg und kostet weitere 10–15 Minuten, um einen neuen Node zu bekommen und die Gewichte neu zu laden.
| Tier | Preis | Abgerechnete Stunden | Gesamt | Laufzeit |
|---|---|---|---|---|
| Unterbrechbar / Community | 0,18 $/h | ~22,3 h | ~4,00 $ | ~23,3 h |
| On-Demand / Secure | 0,35 $/h | 20 h | 7,00 $ | 20 h |
Das sind rund 7 Unterbrechungen, 1,7 Stunden neu gerechnete Arbeit und 17 % mehr Laufzeit. Beim Geld gewinnt die unterbrechbare Variante trotzdem, und das wird meistens so bleiben. Bei allem anderen verliert sie — und den Preis bekommst du nur, wenn deine Checkpoint-und-Resume-Logik bereits zuverlässig funktioniert. Die 3 $ Ersparnis sind real, aber keinen Entwickler-Nachmittag wert, außer du fährst den Job regelmäßig oder in deutlich größerem Maßstab.
Die Faustregel: günstiges Tier für alles, was Batch, wiederholbar oder neustartbar ist. Secure-Tier zahlen, wenn ein fehlgeschlagener Lauf mehr kostet als die Preisdifferenz — was bei einer Demo am nächsten Morgen oder einem Inferenz-Endpunkt mit echten Nutzern praktisch immer zutrifft.
| Anbieter | Startpreis | Top-GPUs | Stärken | Bewertung | CTA |
|---|---|---|---|---|---|
| Salad | ab 0,02 $/h | RTX 3090, RTX 4090, RTX 3080 ≤24GB |
| ★★★★☆ | Zu den Preisen |
| Vast.ai Editor's Choice | ab 0,03 $/h | RTX 3090, RTX 4090, A100 ≤80GB |
| ★★★★☆ | Zu den Preisen |
| TensorDock | ab 0,10 $/h | RTX 4090, RTX 3090, A100 80GB ≤80GB |
| ★★★★☆ | Zu den Preisen |
| Hyperstack | ab 0,15 $/h | RTX A4000, RTX A6000, L40 ≤80GB |
| ★★★★☆ | Zu den Preisen |
| RunPod Editor's Choice | ab 0,16 $/h | RTX A5000, RTX 3090, RTX 4090 ≤80GB |
| ★★★★★ | Zu den Preisen |
| Massed Compute | ab 0,35 $/h | RTX A6000, A40, A100 80GB ≤80GB |
| ★★★★☆ | Zu den Preisen |
| OVH GPU | ab €0,36/h | T4, V100, A100 ≤80GB |
| ★★★★☆ | Zu den Preisen |
| Jarvis Labs | ab 0,41 $/h | A30, L4, A100 40GB ≤80GB |
| ★★★★☆ | Zu den Preisen |
| Paperspace | ab 0,45 $/h | A100, A6000, RTX 4000 ≤80GB |
| ★★★★☆ | Zu den Preisen |
| Lambda Labs Editor's Choice | ab 0,69 $/h | Quadro RTX 6000, A100 40GB, A100 80GB ≤80GB |
| ★★★★★ | Zu den Preisen |
| Scaleway | ab €0,79/h | L4, L40S, H100 ≤80GB |
| ★★★★☆ | Zu den Preisen |
#2
Vast.ai
Günstigster GPU-Cloud — Peer-to-Peer-Marktplatz für Budget-Training
- Absolut günstigste verfügbare GPU-Compute
- Größte GPU-Auswahl inklusive Consumer-Karten
Preis aktuell?
#3
TensorDock
GPU-Cloud-Marktplatz — RTX A4000 ab 0,10 $/h, RTX 4090 0,35 $/h, H100 SXM5 2,25 $/h
- Mit dem günstigsten H100-Zugang 2026
- Großes Host-Netzwerk = bessere Verfügbarkeit
Preis aktuell?
#4
Hyperstack
Globaler GPU-Cloud-Spezialist — RTX A4000 ab 0,15 $/h, dazu H100, H200 und B200
- Hervorragende Einsteigerpreise für A6000
- Vollständiger Networking-Stack (VPC, Firewall, NAT)
Preis aktuell?
#5
RunPod
Beste Preis-Leistung — riesige Auswahl, Community- und Secure-Cloud
- Günstigste Community-GPUs ab 0,16 $/h
- Riesige GPU-Auswahl inklusive H100
Preis aktuell?
#6
Massed Compute
Workstation-Grade-GPUs für KI/ML/VFX — A100 ab 1,79 $/h
- Starkes A6000-/A40-Angebot zum moderaten Preis
- Vorgefertigte VFX- und KI-Templates
Preis aktuell?
Häufige Fragen
Was ist 2026 die absolut günstigste GPU-Cloud?
Für die meisten Workloads ist RunPod die beste Wahl: RTX A5000 Community Cloud ab 0,16 $/h mit zuverlässiger Infrastruktur, persistenten Volumes und Serverless-Endpunkten. Wer nur den absoluten Tiefstpreis jagt: Salad startet bei 0,02 $/h, allerdings ist das GTX-10er-Hardware; die RTX 3090 kostet dort 0,09 $/h (nur zustandslose Inferenz, kein Training) und Vast.ai-Marktplatz-Instanzen ab 0,02 $/h auf einer Tesla V100 32GB (unterbrechbar — Hosts können Hardware jederzeit zurückziehen). Für 9 von 10 Nutzern ist RunPod die richtige Antwort.
Sind günstige GPU-Clouds zuverlässig genug für Produktion?
Nein, nicht die Marketplace-/Community-Tiers. Nutze sie für: Batch-Training mit Checkpoints, Hobby-Projekte, Hyperparameter-Sweeps, Batch-Inferenz. Für Production-APIs nutze RunPod Secure (ab 0,27 $/h) oder Lambda Labs (ab 0,69 $/h) — immer noch günstig, aber auf dedizierter Hardware. Hetzner ist EU-souverän und dediziert, aber kein Budget-Anbieter mehr: der günstigste GPU-Server kostet 1,42 €/h.
Warum ist AWS so viel teurer als RunPod?
AWS bündelt seine GPU-Compute mit proprietären Services (SageMaker, IAM, VPC, Support-Tiers) und richtet die Preise auf Enterprise-Kunden aus. Für reine Compute zahlst du 3-5× mehr. Spezialisierte Clouds sparen diesen Overhead. Nutze AWS nur, wenn du das Ökosystem brauchst.
Günstigste Cloud für Llama-3-8B-Fine-Tuning?
Vast.ai 4090 Community bei 0,34 $/h oder RunPod Community 4090 bei 0,39 $/h. Beide passen Llama 3 8B QLoRA in 24GB. Gesamtkosten für ein typisches Fine-Tuning (~12 Stunden): 4-5 $. Vergleiche AWS bei 3,06 $/h = 37 $ für denselben Job.
Welche versteckten Kosten gibt es bei günstigen Clouds?
Persistenter Speicher (0,10–0,20 $/GB/Monat), Egress-Datentransfer (0,05-0,12 $/GB), statische IPs (3-10 $/Monat) und Idle-Time-Gebühren (manche Anbieter berechnen für gestoppte Pods, die Storage halten). RunPod und Vast.ai sind am transparentesten; Hyperscaler haben den schlechtesten Ruf.
Benachrichtigung bei Preisänderungen
Wir schicken dir eine E-Mail, wenn GPU-Preise oder Verfügbarkeit sich bei deinem bevorzugten Anbieter ändern.
Kein Spam. Jederzeit abmeldbar.