GPU H100 / A100 — costo por hora en cloud (comparativa)🌎 Actualizado abril de 2026
Entrenar o servir un LLM propio requiere GPUs caras. La opción más popular en 2026 sigue siendo NVIDIA H100 (80GB) y su sucesora H200 (141GB), con A100 todavía vigente para workloads más chicos. Los precios por hora varían brutalmente entre proveedores: AWS p5.48xlarge cobra ~USD 4-5/h por H100 on-demand, Lambda Labs USD 2,49/h, RunPod USD 1,99/h, Vast.ai marketplace P2P arranca en USD 1,80/h. El descuento spot/preemptible suma 40-70% adicional pero te pueden cortar la VM. Esta calculadora multiplica horas × cantidad de GPUs × precio aplicando descuento spot, te da costo total + costo idle (cuando dejás la instancia prendida sin entrenar). Útil para presupuestar fine-tuning, entrenamientos desde cero o servidores de inferencia 24/7.
Cuándo usar esta calculadora
- Estimar costo total de un entrenamiento de N épocas en GPU H100.
- Comparar AWS p5 vs Lambda Labs vs RunPod para el mismo workload.
- Calcular cuánto te cuesta dejar una GPU prendida idle entre experimentos.
- Presupuestar inferencia 24/7 en GPU dedicada.
- Decidir entre instancia spot (más barata) vs on-demand (estable).
Ejemplo: fine-tuning Llama 70B 1 semana en 8× H100
- RunPod 8× H100 SXM: USD 1,99/h × 8 = USD 15,92/h on-demand.
- 168 horas (1 semana) → USD 2.674,56.
- AWS p5.48xlarge (8× H100): USD 4,50/h × 8 = USD 36/h → USD 6.048.
- AWS Spot (-65%): USD 12,60/h → USD 2.116,80.
- Lambda Labs reservado USD 2,49/h × 8 = USD 19,92/h → USD 3.346,56.
Cómo funciona
2 min de lecturaComparativa de proveedores GPU cloud (abril 2026)
| Proveedor | H100 on-demand | H100 spot | A100 on-demand | SLA | Setup |
|---|---|---|---|---|---|
| AWS p5/p4 | ~USD 4,50/h | ~USD 1,50-2,00/h | ~USD 3,06/h | enterprise | complejo (VPC, IAM) |
| GCP A3 | ~USD 4,40/h | ~USD 1,80/h | ~USD 3,67/h | enterprise | medio |
| Azure ND | ~USD 4,30/h | ~USD 1,80/h | ~USD 3,40/h | enterprise | medio |
| Lambda Labs | USD 2,49/h | no spot | USD 1,29/h | mejor que cloud | simple (SSH) |
| RunPod Secure | USD 2,49/h | – | USD 1,89/h | medio | muy simple (Docker) |
| RunPod Community | USD 1,99/h | – | USD 1,29/h | bajo | muy simple |
| Vast.ai | desde USD 1,80/h | – | desde USD 0,89/h | depende host | simple |
| CoreWeave | USD 4,25/h | – | USD 2,45/h | enterprise | medio |
Spot vs On-demand: cuándo conviene
| Caso | Recomendación |
|---|---|
| Entrenamiento desde cero | On-demand (no querés perder 12hs de entrenamiento) |
| Fine-tuning con checkpointing cada 100 steps | Spot (recuperás del checkpoint) |
| Inferencia producción | On-demand + reservado |
| Experimentos / debugging | Spot o RunPod Community |
| Trabajo nocturno largo | Spot + alarma cuando muere |
Errores que cuestan caro
1. Dejar idle: 1 GPU H100 a USD 2,49/h = USD 60/día = USD 1.793/mes. Si la dejás 4hs idle/día = USD 300/mes tirados.
2. Olvidar el storage: SSD NVMe + egress de modelos (~70GB para Llama 70B Q4) suma USD 50-200/mes extra en AWS/GCP.
3. No medir tokens/segundo: si tu fine-tuning tarda 2× porque no usás flash-attention o no tenés DeepSpeed bien configurado, pagás el doble.
4. Confundir SXM vs PCIe: H100 SXM tiene NVLink y va 30-40% más rápido en multi-GPU; PCIe es más barata pero no escala bien.
Capacidad por GPU (referencia)
| Modelo | VRAM | LLM que entra (Q4 inferencia) | LLM fine-tuning (LoRA, fp16) |
|---|---|---|---|
| A100 40GB | 40 GB | Llama 8B-13B | Llama 7B |
| A100 80GB | 80 GB | Llama 70B Q4 | Llama 13B |
| H100 80GB | 80 GB | Llama 70B Q4 | Llama 13B |
| H200 141GB | 141 GB | Llama 70B fp16 | Llama 70B QLoRA |
| GB200 (Blackwell) | 192 GB | Mixtral 8×22B fp16 | Mixtral fine-tuning |
Disclaimer de pricing
Precios citados son referenciales públicos a abril 2026 y pueden variar. Verificá siempre en la página oficial de cada proveedor antes de comprometer presupuesto.
> Aviso legal: Calculadora educativa. No constituye recomendación de proveedor. Los precios y disponibilidad cambian a diario.
Revisión editorial
Revisado por el equipo editorial de Hacé Cuentas. Precios cotejados contra páginas oficiales de AWS, GCP, Azure, Lambda Labs, RunPod, Vast.ai y CoreWeave a abril 2026.
Preguntas frecuentes
¿Cuánto cuesta una H100 por hora en 2026?
Va de USD 1,80/h en Vast.ai (marketplace P2P) hasta USD 4,50/h en AWS p5 on-demand. Lambda Labs y RunPod Secure se posicionan en USD 2,49/h y son la opción más usada por startups y devs solos.
¿Conviene RunPod o AWS para fine-tuning?
RunPod suele salir 2-3× más barato y el setup es Docker-based (mucho más simple). AWS vale la pena si necesitás integración con S3/EKS, SLA enterprise, o si tu compliance exige datacenters certificados. Para experimentos y proyectos personales, RunPod gana.
¿Qué es spot pricing y cuándo usarlo?
Spot = capacidad sobrante del proveedor a 30-70% de descuento, pero te pueden terminar la VM con 30-120 segundos de aviso. Usalo si tu workload tiene checkpointing frecuente (cada N steps guardás estado a disco), porque podés relanzar y seguir.
¿Cuánta VRAM necesito para entrenar Llama 70B?
Para fine-tuning full en fp16 necesitás ~1.4 TB VRAM (8× H100 80GB con DeepSpeed ZeRO-3). Con QLoRA en 4-bit podés bajar a 2× H100. Para inferencia Q4: 1× H100 alcanza para servir el modelo entero.
¿Qué es la diferencia entre H100 SXM y H100 PCIe?
SXM se conecta vía socket especial con NVLink entre GPUs (900 GB/s entre tarjetas). PCIe se conecta vía PCIe 5.0 (~128 GB/s). Para multi-GPU training, SXM es 30-40% más rápida y casi siempre vale el extra. Para 1 sola GPU, PCIe es suficiente.
¿Qué proveedor tiene H200 disponible?
En abril 2026 Lambda, RunPod, CoreWeave y AWS p5e tienen H200 disponible. Precios on-demand rondan USD 3-5/h según proveedor. La H200 ofrece 141 GB VRAM (vs 80 GB de H100), permitiendo correr Llama 70B fp16 en una sola tarjeta.
¿Cómo evito costos idle?
1) Auto-shutdown: scripts que terminan la VM cuando el job termina. 2) Hibernate / suspend: en RunPod podés pausar pods (cobra storage barato pero no GPU). 3) Notebooks separados de training: hacé el dev en una T4 barata y prendé la H100 solo cuando vas a entrenar.
¿Qué pasa con egress (salida) de datos?
AWS y GCP cobran egress ~USD 0,09/GB hacia internet. Bajar un modelo Llama 70B fp16 (140 GB) cuesta ~USD 12,60 en transferencia. Lambda, RunPod y Vast.ai NO cobran egress — uno de sus diferenciales.
Fuentes y referencias
Metodología y confianza
Contenido revisado por el equipo editorial de Hacé Cuentas, con apego a nuestra política editorial y metodología de cálculo.
Última revisión: 27 de abril de 2026. Los parámetros fiscales, legales y datos se verifican periódicamente con las fuentes citadas.
Los cálculos corren 100% en tu navegador. No guardamos ni transmitimos tus datos. Leé nuestra política de privacidad.
Resultados orientativos. Para decisiones financieras, médicas o legales críticas, consultá con un profesional.