Calculadora de Custo de GPU Cloud
Compare o preço por hora sob demanda de GPUs para IA — H100, A100, L40S, RTX 4090 e mais — entre as principais nuvens e provedores especializados em GPU.
Flagship GPU for training and high-throughput inference — 80GB VRAM
| Provedor | Preço / hora | Custo Mensal |
|---|---|---|
| melhorVast.ai | R$ 9,07 | R$ 1.452,00 |
| RunPod | R$ 15,90 | R$ 2.543,20 |
| Lambda Labs | R$ 21,95 | R$ 3.511,20 |
| CoreWeave | R$ 23,38 | R$ 3.740,00 |
| Paperspace | R$ 32,73 | R$ 5.236,00 |
| AWS | R$ 37,84 | R$ 6.054,40 |
| Azure | R$ 38,39 | R$ 6.142,40 |
| Google Cloud | R$ 60,83 | R$ 9.732,80 |
Preços de GPU cloud mudam com frequência e variam por região, disponibilidade e nível de compromisso. Os valores acima foram pesquisados em julho de 2026 na página de preços de cada provedor — sempre confirme a tarifa atual antes de comprometer uma carga de trabalho. Diferente das nossas calculadoras de LLM, estes dados não são obtidos em tempo real.
Como funciona o preço de GPU cloud
Alugar uma GPU na nuvem é cobrado por hora (às vezes por segundo ou por minuto), e a tarifa depende do modelo exato da GPU, de quanta VRAM ela tem, e de qual provedor você usa. Grandes provedores como AWS, Google Cloud e Azure empacotam GPUs em máquinas virtuais maiores com CPU e RAM fixas, o que tende a deixá-las mais caras por GPU-hora, mas vem com integração mais ampla ao ecossistema, certificações de compliance e suporte empresarial. Nuvens especializadas em GPU como RunPod, Lambda Labs, CoreWeave, Vast.ai e Paperspace focam só em capacidade de GPU, geralmente por uma fração do preço das grandes nuvens, trocando parte dessa amplitude por um custo menor. Esta calculadora permite escolher uma categoria de GPU, definir quantas horas por mês você espera usar, e comparar o custo mensal resultante entre provedores.
Alugar GPU vs pagar por token: quando self-hosting compensa
Os preços por hora acima só ficam comparáveis ao preço de API quando se considera a utilização. Uma GPU a US$ 2 por hora rodando o mês inteiro custa uns US$ 1.500 mensais — usada ou não —, dinheiro que compra um volume muito grande de tokens numa API paga por uso (faça a conta nas calculadoras da OpenAI ou do Claude para comparar). Self-hosting começa a vencer quando a utilização é consistentemente alta, quando os dados não podem sair da sua infraestrutura, ou quando você serve um modelo ajustado ou de pesos abertos que as APIs não oferecem.
Como regra de bolso: se a sua GPU ficaria ociosa mais de 70% do tempo, a API quase certamente sai mais barata depois de somar as horas de engenharia que manter servidores de inferência saudáveis de fato consome.
O ponto de equilíbrio contra o preço de API, modelo a modelo
O único jeito de saber se alugar ganha de chamar uma API é converter GPU-hora em tokens. Pegue uma GPU a US$ 2,00 a hora rodando em tempo integral: cerca de US$ 1.460 por mês. Agora pergunte quantos tokens de saída esse dinheiro compra nos preços de tabela de agosto de 2026, por milhão de tokens (entrada / saída).
No Llama 4 Maverick (US$ 0,20 / US$ 0,60) compra aproximadamente 2,4 bilhões de tokens de saída. No GPT-5.6 Luna (US$ 0,20 / US$ 1,20), cerca de 1,2 bilhão. No Nemotron 3 Ultra (US$ 0,50 / US$ 2,20), uns 660 milhões. No GLM-5.2 (US$ 1,40 / US$ 4,40), cerca de 330 milhões. No Claude Haiku 4.5 (US$ 1,00 / US$ 5,00), algo como 290 milhões. Nos modelos de topo — GPT-5.6 Sol (US$ 5,00 / US$ 30,00) e Claude Opus 4.8 (US$ 5,00 / US$ 25,00) — menos de 60 milhões.
O argumento inteiro cabe nesse parágrafo, e a reprecificação de 30 de julho o deixou mais afiado: o Luna saiu de uns 240 milhões de tokens para 1,2 bilhão, ou seja, um tier proprietário hospedado passou a caber na faixa que antes era só dos pesos abertos. Self-hosting compete com a ponta barata do mercado — justamente os modelos que você rodaria na sua GPU — e quase nunca com um modelo de topo que você sequer consegue hospedar. Precifique seu volume real na calculadora da OpenAI ou do Claude e compare com os valores mensais acima.
Três cenários reais de GPU, precificados
Um treinamento de fine-tuning. Um modelo de 8 bilhões de parâmetros numa única H100 por 40 horas. A uma tarifa de hyperscaler perto de US$ 10 a hora, isso dá cerca de US$ 400; numa nuvem de GPU especializada, mais perto de US$ 2,50 a hora, uns US$ 100. Trabalhos pontuais de treino são exatamente onde as nuvens especializadas se pagam, porque você está comprando computação bruta e mais nada.
Um servidor de inferência em meio período. Uma L40S a cerca de US$ 1,00 a hora, mas necessária só 8 horas por dia em dias úteis — algo como 170 horas no mês, ou US$ 170, desde que você realmente desligue a máquina. Deixada ligada o tempo todo, a mesma placa cobra uns US$ 730. Hora ociosa é a maior fonte de desperdício em orçamento de GPU alugada.
Um cluster de inferência em produção. Quatro A100 rodando continuamente a US$ 1,50 a hora cada dão cerca de US$ 4.400 por mês, antes de armazenamento, tráfego de saída e da pessoa que mantém aquilo de pé. Nesse ponto a comparação acima pesa: US$ 4.400 compram uns 7 bilhões de tokens de saída no Llama 4 Maverick, ou 175 milhões no GPT-5.6 Sol.
Os custos que a tarifa por hora não mostra
O número por hora é o começo da fatura, não o fim. Armazenamento é cobrado à parte e persiste com a GPU ligada ou desligada — pesos de modelo, datasets e checkpoints somam rápido em cargas de vários terabytes. Tráfego de saída é onde os hyperscalers ganham em silêncio: tirar dados de lá pode custar mais que a computação em trabalhos pesados de dados, enquanto nuvens especializadas costumam incluir ou cobrar bem menos.
Tempo ocioso é cobrado pela tarifa cheia. Uma GPU reservada para garantir disponibilidade num pico de tráfego custa o mesmo às três da manhã e no horário de pico. Cold start também conta: baixar uma imagem grande e carregar os pesos pode levar minutos, então escalar para zero raramente é tão limpo quanto parece.
E tem o tempo de engenharia — stack de serving, batching, quantização, monitoramento, plantão. Nunca aparece em tabela de preço e costuma ser a maior linha do orçamento de times pequenos. Um teste de sanidade útil: se somar a atenção de uma pessoa de engenharia inverte a sua comparação, a API provavelmente era a resposta certa.
Perguntas frequentes
Por que a mesma GPU é tão mais barata em nuvens especializadas?
As grandes nuvens cobram pelas instâncias de GPU como parte de uma plataforma empresarial mais ampla e auditada, com infraestrutura global, certificações de compliance e suporte dedicado — custos que entram na tarifa por hora. Nuvens especializadas em GPU rodam operações mais leves, focadas só em capacidade de GPU, e algumas, como a Vast.ai, revendem capacidade ociosa de data centers menores a preços de mercado, por isso a mesma GPU física pode custar vários vezes menos ali.
Devo sempre escolher a opção mais barata?
Não necessariamente. Considere garantias de confiabilidade, disponibilidade de região, desempenho de rede, opções de armazenamento e a facilidade de escalar para múltiplas GPUs ou nós. Um provedor de marketplace como a Vast.ai pode ser bem mais barato, mas com confiabilidade mais variável do que um provedor dedicado.
Isso inclui preços de spot ou instâncias interrompíveis?
Não, estes são valores sob demanda e não interrompíveis. Instâncias spot ou interrompíveis na AWS, GCP e Azure podem reduzir bastante o custo, mas o provedor pode retomar a instância com pouco aviso — não ideal para treinamentos longos sem checkpoints.
Por que nem todos os provedores aparecem em todas as GPUs?
Nem todo provedor oferece todo modelo de GPU. Placas mais antigas ou especializadas geralmente só estão disponíveis em nuvens focadas em GPU, enquanto as grandes nuvens tendem a padronizar em um conjunto menor de opções da geração atual.
Que utilização preciso ter para a GPU alugada vencer o preço da API?
Não existe número universal — depende do modelo que você hospedaria e da tarifa de API que pagaria —, mas carga sustentada e previsível é o pré-requisito. Tráfego irregular ou de baixo volume quase sempre favorece APIs por token, porque horas ociosas de GPU são cobradas igual às ocupadas.
Quão atuais são esses preços de GPU?
Foram pesquisados em julho de 2026 nas páginas públicas de preço de cada provedor e ficam armazenados, não são buscados ao vivo — diferentemente das nossas calculadoras de custo de LLM, que consultam tarifa viva. Preço de nuvem de GPU se move com oferta, região e nível de compromisso, e os provedores de marketplace mudam mais rápido que todos. Trate a tabela como uma fotografia para comparação e confirme a tarifa atual com o provedor antes de fechar uma carga.
Essas tarifas incluem armazenamento e banda?
Não. Os números são a tarifa de computação da instância, e só. Armazenamento persistente, snapshots e tráfego de saída são cobrados à parte por praticamente todo provedor, e em cargas pesadas de dados podem somar uma fatia relevante da fatura. Os hyperscalers, em particular, cobram saída de dados a tarifas que podem superar o custo de computação quando você move datasets grandes com frequência.
Dá para rodar um modelo como GPT-5.6 ou Claude numa GPU alugada?
Não — esses são modelos de pesos fechados, disponíveis só pelas APIs dos seus provedores. O que dá para hospedar por conta própria são modelos de pesos abertos, como Llama 4, GLM-5.2, Kimi K3 e Nemotron 3. É por isso que a comparação honesta é alugar GPU para servir um modelo aberto contra pagar por token por esse mesmo modelo aberto numa API hospedada — e não contra um modelo de topo que você não tem como rodar.
Quer saber de onde vêm estes números? Leia nossa metodologia de preços.