Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

AWS propose le H100 le moins cher, mais c'est l'utilisation qui décide de votre facture d'inférence

AWS affiche un H100 à 6,88 dollars l'heure contre 10,98 dollars sur Google Cloud, soit un écart de 37 %, selon les tarifs relevés le 28 septembre. Cet écart compte bien moins que le facteur quatre entre un GPU sollicité à plein et un GPU au repos.

IA & modèlesExpliquéSophie LeclercPublié le: 29 septembre 20265 min de lectureSources 6
AWS propose le H100 le moins cher, mais c'est l'utilisation qui décide de votre facture d'inférence

AWS affiche un H100 à 6,88 dollars l'heure contre 10,98 dollars sur Google Cloud, soit un écart de 37 %, selon les tarifs relevés le 28 septembre. Cet écart compte bien moins que le facteur quatre entre un GPU sollicité à plein et un GPU au repos.

La comparaison vient de meetrix.io. Le site indique avoir relevé le 28 septembre les prix catalogue à la demande pour la région US East chez AWS et us-central1 chez Google Cloud. La même page affirme sans détour qu'un H100 coûte quatre fois plus cher au token à 25 % d'utilisation qu'à pleine charge, chez l'un comme chez l'autre. L'auteur précise aussi que le chiffre de tokens par seconde utilisé dans l'exemple de calcul est une valeur de remplissage, pas un benchmark.

Le tableau, et qui y est le moins cher

Meetrix situe AWS environ 37 % moins cher par H100 et 25 % moins cher par A100 que Google Cloud à la demande. Le seul endroit où Google l'emporte est la petite carte L4. La g2-standard-4 ressort à environ 0,70 dollar l'heure contre 0,805 dollar pour la g6.xlarge d'AWS, une différence que l'article lui-même chiffre à environ 75 dollars par mois.

La ligne A100 cache un piège. AWS ne vend l'A100 que par machines de huit GPU : p4d.24xlarge avec des cartes de 40 Go et p4de.24xlarge avec des cartes de 80 Go. Elles coûtent 2,75 dollars par GPU-heure et 21,96 dollars pour le nœud. S'il vous faut un seul A100, l'a2-highgpu-1g de Google à 3,67 dollars l'heure reste l'option pratique, même si chaque GPU revient plus cher.

Sur ses sources, meetrix se montre d'une franchise rare. Les chiffres AWS viennent du suivi EC2 de Vantage, mis à jour le 28 septembre 2026. La page tarifaire GPU de Google construit son tableau côté client, donc impossible à lire par programme. Les chiffres GCP sont donc ceux que publient les outils de suivi de prix. Trois d'entre eux s'accordent sur 87,83 dollars pour la a3-highgpu-8g, un quatrième affiche 88,49 dollars. L'écart est faible, mais c'en est un, et mieux vaut savoir de quel côté il place votre budget.

L'utilisation compte plus que la chasse aux tarifs

Le calcul du billet meetrix part de 2 500 tokens de sortie par seconde sur un H100. L'auteur le présente comme une hypothèse, pas comme une mesure. À 100 % d'occupation, AWS revient à 0,76 dollar par million de tokens et GCP à 1,22 dollar. À 50 %, on passe à 1,53 et 2,44 dollars. À 25 %, à 3,06 et 4,88 dollars.

Lisez une colonne de haut en bas, pas une ligne de gauche à droite, conseille le billet.

Le conseil est juste. Changer de cloud fait gagner 37 % sur le même H100. Laisser la carte tourner à vide les trois quarts du temps coûte quatre fois plus cher. D'un côté une décision d'achat, de l'autre une décision d'ordonnancement, et seule la seconde s'aggrave chaque jour.

GPUAdvisor dit suivre 14 fournisseurs et avoir lancé sa vérification quotidienne le 1er octobre 2026. Ses relevés montrent où mène cette logique de comparaison. Le L40S de Lium est à 0,38 dollar le GPU-heure, signalé 89 % sous AWS. Le RTX A6000 de Thunder Compute est à 0,35 dollar, l'A4000 de Hyperstack à 0,15 dollar. La même page note que les clouds spécialisés dans le GPU affichent des prix par GPU deux à quatre fois inférieurs à ceux des hyperscalers, et que ces tarifs sont approximatifs et varient selon la région. Un spécialiste ne vend pas le même produit qu'un hyperscaler, mais l'écart n'est pas du bruit non plus.

Les engagements de durée déplacent aussi le chiffre, et dans les deux sens. Meetrix rapporte qu'une réservation AWS de trois ans économise 54 % à 57 %, avec la réserve que les GPU vieillissent vite. GPUAdvisor situe les engagements d'un an à 35 % à 40 % pour des points d'inférence toujours actifs. Il place le Spot de GCP jusqu'à 70 % moins cher sur les instances A100 et H100. Meetrix ajoute que le Spot d'AWS offre aujourd'hui 53 % à 62 % de remise sur H100 et A10G, mais seulement 1 % sur L40S.

Le produit de capacité qui a pris le chemin inverse

Tous les prix n'ont pas baissé. Meetrix cite le reportage de The Register sur une hausse d'environ 15 % en janvier 2026 sur les EC2 Capacity Blocks for ML. Le p5e est passé de 34,61 à 39,80 dollars l'heure. Meetrix rappelle qu'il s'agit d'un produit distinct des tarifs à la demande du tableau comparatif. C'est exactement le genre de distinction qui se perd quand une équipe cite un seul prix de GPU en réunion de planification.

Le contexte de tout cela est une tension sur l'offre qui dépasse largement les GPU. Yahoo Finance rapportait le 30 septembre que le nouveau patron d'Apple, John Ternus, prévoit des licenciements de faible ampleur et des annulations de projets, citant un article de Bloomberg, à mesure que les coûts de la mémoire montent. L'article reprend Tim Cook, l'ancien patron, lors de sa dernière conférence de résultats, parlant d'une crue centennale sur les prix de la mémoire. Il note que SK Hynix, Samsung et Micron ont vendu la quasi-totalité de leur capacité de mémoire haut de gamme pour l'IA sur une bonne partie de 2026. Les mêmes acheteurs se disputent le calcul et la mémoire.

Le prospectus d'introduction en Bourse d'Anthropic, consulté par Reuters et rapporté le 29 septembre, chiffre cet appétit. Il fait état de 7 330 000 000 dollars dépensés en calcul et en infrastructure en 2025, soit un triplement par rapport à 2024. Cela représente plus de la moitié de 12 650 000 000 dollars de charges d'exploitation totales, face à 518 000 000 000 dollars d'engagements en cloud, calcul et infrastructure prévus pour les années à venir. C'est l'engagement d'un seul acheteur, et il dépasse le revenu GPU annuel de la plupart des clouds.

Pendant ce temps, le logiciel continue de gonfler la facture. Artificial Analysis rapportait le 29 septembre que Claude Sonnet 5.5 consomme environ 193 000 tokens de sortie par tâche de l'Intelligence Index à effort maximal. C'est la consommation de tokens la plus lourde que l'organisme ait mesurée, environ 7 fois GPT-6 Astra au maximum. Anthropic l'a facturé exactement comme Sonnet 5, à 2 et 10 dollars par million de tokens d'entrée et de sortie. Le coût se loge donc dans le nombre de tokens, pas dans la grille tarifaire, et Artificial Analysis l'estime à 7,60 dollars par tâche, environ 50 % de plus que Sonnet 5.

Le routage est l'autre levier, et il s'automatise. Unblocked décrivait le 29 septembre un routeur adaptatif qui note les fournisseurs sur le coût et la vitesse, pondérés 0,7 et 0,3, et déplace le trafic quand l'un se dégrade. Avant lui, le round-robin envoyait 51 % des tâches GLM 5.2 à Fireworks, à des prix 25 % supérieurs à ceux de Baseten. Après passage à un ordre fixe, Baseten servait 98,5 %. L'entreprise indique qu'un troisième fournisseur, CoreWeave, affichait des prix environ 45 % sous ceux de Baseten, sans données de performance permettant de le classer.

Rien de tout cela ne rend fausse la question AWS contre GCP. Elle la relègue au second rang. Mesurez d'abord l'utilisation, puis discutez du tarif horaire.

Commentaires 0

Sources

6
  1. 01GPU Costs for LLM Inference: AWS vs GCP (2026)EN
  2. 02Cloud GPU Pricing — Cost Intelligence for H100, A100 & B200EN
  3. 03New Apple CEO John Ternus is reportedly planning layoffs as memory chip costs riseEN
  4. 04Anthropic's IPO prospectus shows sweeping AI vision, surging costs: ReutersEN
  5. 05Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
  6. 06Routing LLM traffic across inference providers with TCP-style congestion controlEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Sophie Leclerc

Sophie Leclerc

IA, modèles et technologies

Sophie Leclerc couvre les technologies, l'IA et les modèles ainsi que les médias et l'internet pour FLASH24, en travaillant à partir des dépôts de code, des articles scientifiques et des documents techniques plutôt que des annonces. Elle vérifie chaque chiffre en remontant aux jeux de données d'origine et en comparant les versions successives des modèles. Elle interroge régulièrement des ingénieurs et des chercheurs, et suit les calendriers de publication des principales conférences du secteur. Son intérêt personnel pour l'auto-hébergement et les réseaux domestiques nourrit directement sa couverture des infrastructures et des modèles ouverts. Elle ne publie pas de performance annoncée sans méthode de mesure vérifiable.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.