AWS ma tańszy H100, ale o rachunku za wnioskowanie decyduje wykorzystanie karty
AWS wycenia H100 na 6,88 dolara za godzinę, a Google Cloud na 10,98 dolara. To 37% różnicy, wynika z cenników sprawdzonych 28 września. Znacznie mniej niż ta różnica liczy się jednak czterokrotna rozpiętość między zajętą a bezczynną kartą GPU.

AWS wycenia H100 na 6,88 dolara za godzinę, a Google Cloud na 10,98 dolara. To 37% różnicy, wynika z cenników sprawdzonych 28 września. Znacznie mniej niż ta różnica liczy się jednak czterokrotna rozpiętość między zajętą a bezczynną kartą GPU.
Porównanie pochodzi z meetrix.io. Serwis podaje, że 28 września sprawdził ceny katalogowe na żądanie dla regionu US East w AWS i us-central1 w Google Cloud. Na tej samej stronie napisano wprost, że przy 25% wykorzystania H100 kosztuje cztery razy więcej na token niż przy pełnym obciążeniu, i to w obu chmurach. Autor ostrzega też, że liczba tokenów na sekundę w przykładzie obliczeniowym jest wartością zastępczą, a nie wynikiem benchmarku.
Tabela i kto w niej wypada najtaniej
Meetrix wylicza, że AWS jest około 37% tańszy na H100 i 25% tańszy na A100 niż Google Cloud przy cenach na żądanie. Jedyne miejsce, gdzie wygrywa Google, to mała karta L4. g2-standard-4 kosztuje około 0,70 dolara za godzinę, a g6.xlarge w AWS 0,805 dolara. Sam artykuł nazywa tę różnicę mniej więcej 75 dolarami miesięcznie.
Wiersz z A100 kryje haczyk. AWS sprzedaje A100 tylko w konfiguracjach po osiem kart: p4d.24xlarge z kartami 40GB i p4de.24xlarge z kartami 80GB. Kosztują 2,75 dolara za GPU-godzinę i 21,96 dolara za węzeł. Jeśli potrzebujesz jednej A100, praktyczną opcją jest a2-highgpu-1g w Google za 3,67 dolara za godzinę, choć każda karta kosztuje tam więcej.
W kwestii źródeł meetrix jest nietypowo szczery. Podaje, że dane AWS pochodzą z trackera EC2 serwisu Vantage, zaktualizowanego 28 września 2026. Strona z cennikiem GPU Google renderuje tabelę po stronie klienta, więc nie dało się jej odczytać programowo. Liczby GCP są zatem takie, jakie publikują trackery cen. Trzy z nich zgodziły się na 87,83 dolara dla a3-highgpu-8g, a czwarty podał 88,49 dolara. To drobna rozbieżność, ale rozbieżność, i warto wiedzieć, po której jej stronie mieści się twój budżet.
Wykorzystanie wygrywa z porównywaniem ofert
Obliczenia w tekście meetrix zakładają 2 500 tokenów wyjściowych na sekundę na jednej H100. Autor nazywa to założeniem, nie pomiarem. Przy 100% obciążenia AWS wychodzi 0,76 dolara za milion tokenów, a GCP 1,22 dolara. Przy 50% obciążenia to 1,53 i 2,44 dolara. Przy 25% obciążenia 3,06 i 4,88 dolara.
Czytaj w dół kolumny, nie w poprzek wiersza, radzi autor.
To słuszna wskazówka. Zmiana chmury oszczędza 37% na tej samej H100. Pozwolenie karcie stać bezczynnie przez trzy czwarte czasu kosztuje cztery razy więcej. Jedno jest decyzją zakupową, drugie decyzją o planowaniu obciążenia, i tylko to drugie kumuluje się z dnia na dzień.
GPUAdvisor podaje, że śledzi 14 dostawców, a ostatnie codzienne sprawdzenie przeprowadził 1 października 2026. Jego zestawienia pokazują, dokąd prowadzi logika porównywania ofert. L40S w Lium kosztuje 0,38 dolara za GPU-godzinę, oznaczone jako 89% poniżej AWS. RTX A6000 w Thunder Compute to 0,35 dolara, a A4000 w Hyperstack 0,15 dolara. Na tej samej stronie czytamy, że wyspecjalizowane chmury GPU oferują od dwóch do czterech razy niższe ceny za GPU niż hiperskalerzy oraz że ceny są przybliżone i różnią się w zależności od regionu. Wyspecjalizowani dostawcy nie sprzedają tego samego produktu co hiperskaler, ale ta rozpiętość też nie jest szumem.
Rabaty za zobowiązanie także zmieniają wynik, i to w obie strony. Meetrix podaje, że trzyletnia rezerwacja w AWS oszczędza 54% do 57%, z zastrzeżeniem, że karty GPU szybko się starzeją. GPUAdvisor wycenia roczne zobowiązania na 35% do 40% dla stale działających endpointów wnioskowania. Spot w GCP ma być do 70% tańszy dla instancji A100 i H100. Meetrix dodaje, że Spot w AWS daje dziś 53% do 62% zniżki dla H100 i A10G, ale tylko 1% dla L40S.
Produkt pojemnościowy, który podrożał
Nie każda cena spadła. Meetrix cytuje doniesienie The Register o wzroście o około 15% w styczniu 2026 na EC2 Capacity Blocks for ML. p5e podrożał z 34,61 do 39,80 dolara za godzinę. Meetrix zaznacza, że to odrębny produkt od stawek na żądanie z tabeli porównawczej. Właśnie takie rozróżnienia giną, gdy zespoły podają na spotkaniu planistycznym jedną liczbę za GPU.
Tłem dla tego wszystkiego jest zaciskanie podaży, które sięga znacznie dalej niż karty GPU. Yahoo Finance poinformował 30 września, że nowy prezes Apple John Ternus planuje niewielkie zwolnienia i anulowanie projektów, powołując się na doniesienia Bloomberga, w związku z rosnącymi kosztami pamięci. Tekst cytuje byłego prezesa Tima Cooka, który na swojej ostatniej konferencji wynikowej mówił o studwudziestoletniej powodzi, jeśli chodzi o ceny pamięci. Przypomina, że SK Hynix, Samsung i Micron wyprzedały niemal całe moce produkcyjne pamięci premium dla AI na znaczną część 2026. Ci sami kupujący licytują się o moc obliczeniową i pamięć.
Prospekt IPO Anthropic, do którego dotarł Reuters i o którym poinformował 29 września, podaje liczbę oddającą ten apetyt. Firma wydała 7,33 mld dolarów na moc obliczeniową i infrastrukturę w 2025, trzy razy więcej niż w 2024. To ponad połowa z 12,65 mld dolarów całkowitych kosztów operacyjnych, wobec 518 mld dolarów zobowiązań z tytułu chmury, mocy obliczeniowej i infrastruktury zaplanowanych na najbliższe lata. To zobowiązanie jednego kupującego i jest większe niż roczne przychody z GPU większości chmur.
Tymczasem strona programowa wciąż podbija rachunek. Artificial Analysis poinformował 29 września, że Claude Sonnet 5.5 zużywa około 193 000 tokenów wyjściowych na zadanie Intelligence Index przy maksymalnym wysiłku. To najcięższe zużycie tokenów, jakie serwis zmierzył, około 7 razy więcej niż GPT-6 Astra przy maksimum. Anthropic wycenił go identycznie jak Sonnet 5, po 2 i 10 dolarów za milion tokenów wejściowych i wyjściowych. Koszt siedzi więc w liczbie tokenów, nie w cenniku, a Artificial Analysis wylicza go na 7,60 dolara za zadanie, około 50% więcej niż Sonnet 5.
Drugą dźwignią jest routing, i on coraz częściej działa automatycznie. Unblocked opisał 29 września adaptacyjny router, który ocenia dostawców pod kątem kosztu i szybkości z wagami 0,7 i 0,3, i przekierowuje ruch, gdy jeden z nich traci formę. Wcześniej tryb round-robin wysyłał 51% zadań GLM 5.2 do Fireworks po cenach o 25% wyższych niż w Baseten. Po ustaleniu kolejności Baseten obsługiwał 98,5% ruchu. Firma podaje, że trzeci dostawca, CoreWeave, miał ceny około 45% niższe niż Baseten, ale nie było danych o wydajności, żeby go uwzględnić.
To wszystko nie czyni pytania AWS kontra GCP błędnym. Czyni je drugim pytaniem. Najpierw zmierz wykorzystanie, potem spieraj się o stawkę godzinową.
Źródła
6- 01GPU Costs for LLM Inference: AWS vs GCP (2026)EN
- 02Cloud GPU Pricing — Cost Intelligence for H100, A100 & B200EN
- 03New Apple CEO John Ternus is reportedly planning layoffs as memory chip costs riseEN
- 04Anthropic's IPO prospectus shows sweeping AI vision, surging costs: ReutersEN
- 05Sonnet 5.5 has the heaviest token use we've measured; pricing matches GPT-6 SolEN
- 06Routing LLM traffic across inference providers with TCP-style congestion controlEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.