Beste GPU-Cloud für KI: wo Sie eine GPU für Stable Diffusion und LLM-Finetuning mieten

Die kurze Antwort

Für die meisten, die eine GPU stundenweise mieten, läuft es auf zwei Modelle hinaus:

• Wählen Sie Vast.ai, wenn vor allem der Preis zählt. Es ist ein Marktplatz: Unabhängige Hosts und Rechenzentren bieten Maschinen an und legen ihre Preise selbst fest. Deshalb finden Sie dort meist den niedrigsten Stundenpreis, und unterbrechbare Gebote (Interruptible) sind noch günstiger. Dafür verzichten Sie auf Planbarkeit: Preise, Zuverlässigkeit und Netzqualität schwanken von Host zu Host.
• Wählen Sie RunPod, wenn Sie feste Preise und weniger Suchaufwand wollen. RunPod veröffentlicht einen Stundenpreis pro GPU, in einer günstigeren Community Cloud und einer teureren Secure Cloud, bietet Serverless-Endpunkte, die auf null skalieren, und berechnet keine Gebühren für Datentransfer.

Sie zahlen in Rubel? Timeweb Cloud und VDSina vermieten GPU-Server in Monatstarifen. Die Preise unten gelten mit Stand 29. Oktober 2026; GPU-Preise ändern sich wöchentlich, prüfen Sie also die aktuelle Seite, bevor Sie Guthaben aufladen.

So wählen Sie eine GPU-Cloud

Der Stundenpreis ist nur eine Zeile der Rechnung. Was die tatsächlichen Kosten bestimmt:

• Erst VRAM, dann Geschwindigkeit. Das Modell muss in den GPU-Speicher passen. Bildgenerierung mit Stable Diffusion oder ComfyUI und LoRA-Finetuning kleinerer Modelle laufen meist auf Consumer-Karten mit 24 GB (RTX 3090, 4090) oder der RTX 5090 mit 32 GB. Volles Finetuning oder das Bereitstellen größerer LLMs erfordert 48 GB (L40S) oder 80 GB und mehr (A100, H100, H200, B200).
• Preismodell. Eine feste Preisliste (RunPod) oder Marktplatzpreise, die die Hosts festlegen (Vast.ai).
• On-Demand vs. unterbrechbar. On-Demand-Kapazität läuft, bis Sie sie stoppen. Unterbrechbare (Spot-)Kapazität ist günstiger, kann Ihnen aber entzogen werden – sie eignet sich daher für Jobs, die Checkpoints speichern.
• Speicher und Egress. Festplatten werden oft weiter berechnet, während die GPU gestoppt ist, und manche Anbieter berechnen jedes ein- oder ausgehende Byte.
• Abrechnungstakt und Mindesteinzahlung. Sekundengenaue Abrechnung macht kurze Experimente günstig; eine hohe Mindesteinzahlung oder nicht erstattbares Guthaben macht das Ausprobieren eines Anbieters teuer.
• Serverless. Wenn Sie ein Modell hinter einer API bereitstellen, kann es günstiger sein, nur für die Laufzeit der Anfragen zu zahlen, statt eine GPU den ganzen Tag laufen zu lassen.
• Vertrauen und Daten. Wem gehört die Maschine, und kann der Betreiber Ihre Daten einsehen?

Marktplatz vs. Secure und Community Cloud

Auf der Preisseite von Vast.ai gibt es keinen Einheitspreis pro GPU. Hosts installieren die Software von Vast, bieten ihre Maschinen an und legen den Preis fest, der von GPU-Modell, Zuverlässigkeit, Netzwerk und Standort abhängt. Vast führt über 68 GPU-Typen. In seinen eigenen FAQ weist Vast darauf hin, dass Hosts auf die Daten auf ihren Maschinen zugreifen können, und empfiehlt deshalb für sensible oder produktive Workloads den Filter Secure Cloud (geprüfte Rechenzentren mit ISO-27001- und/oder Tier-3/4-Zertifizierung).

RunPod teilt seine Kapazität in zwei Bereiche. Community Cloud ist günstigere Kapazität von geprüften Hosts; Secure Cloud läuft in den Rechenzentren der Partner von RunPod. Dieselbe GPU kostet in der Secure Cloud mehr: Eine RTX 4090 kostet laut RunPod-Preisseite $0.34/Std. in der Community Cloud und $0.89/Std. in der Secure Cloud.

Für eine Hobby-Session oder ein Finetuning auf einem öffentlichen Datensatz reicht die günstigere Stufe; für Kundendaten oder private Gewichte zahlen Sie besser für die geprüfte Stufe.

GPU-Preise im direkten Vergleich

Die RunPod-Preise sind die veröffentlichten On-Demand-Pod-Preise. Die Vast.ai-Preise sind der aktuelle Median der Live-Angebote im öffentlichen Preis-Feed von Vast; einzelne Hosts liegen darüber und darunter. Alle Angaben pro GPU-Stunde, Stand 29. Oktober 2026.

Auf dem Marktplatz lagen RTX 3090 und A100 unter den Festpreisen von RunPod (und der Median einer RTX 3060 lag bei etwa $0.08/Std.), während bei H200 und B200 an diesem Tag die Community-Preise von RunPod niedriger waren. Keiner ist immer günstiger: Vergleichen Sie genau die GPU, die Sie brauchen, am Tag der Miete.

RunPod: am besten für planbare Pods und Serverless

RunPod vermietet NVIDIA-GPUs von der RTX A5000 ($0.16/Std. in der Community Cloud) bis zu H200, B200 und B300. Die Produkte:

• Pods: GPU-Instanzen per SSH oder Jupyter.
• Serverless: Endpunkte, die im Leerlauf auf null skalieren, sekundengenau nach Worker-Zeit abgerechnet, z. B. $0.69/Std. für 24-GB-GPUs und $4.79/Std. für eine H100.
• Clusters: Multi-GPU-Kapazität für verteiltes Training.

Laut der Abrechnungsdokumentation von RunPod werden Rechenleistung und Speicher sekundengenau abgerechnet, ohne Gebühren für Datentransfer, und Sie können mit $10 starten. Leerlaufkosten entstehen beim Speicher: Eine Volume-Disk kostet $0.10/GB pro Monat, solange der Pod läuft, und $0.20/GB pro Monat, solange er gestoppt ist; Network Volumes kosten unter 1 TB $0.07/GB pro Monat.

Wählen Sie RunPod, wenn Sie einen bekannten Stundenpreis, Serving mit Skalierung auf null oder keine Egress-Rechnung wollen.

Die Nachteile: Guthaben wird nicht erstattet. Bei null Guthaben werden Pods gestoppt, und Pods ohne Network Volume werden samt Daten gelöscht. Auf der Preisseite sind keine Spot-Preise zu sehen. Details und das Startguthaben bei der Registrierung finden Sie in unserem RunPod-Test.

Vast.ai: am besten für den niedrigsten Stundenpreis

Die Stärke von Vast.ai ist die Auswahl: Filtern Sie Angebote nach GPU, VRAM, Zuverlässigkeit, Standort und Preis und mieten Sie die Maschine als Linux-Docker-Instanz per SSH, Jupyter oder Webportal. API, CLI und Python-SDK machen Starts skriptfähig.

Drei Mietarten laut der Vast-Dokumentation zu Mietarten:

• On-Demand: der Festpreis des Hosts; kann nicht unterbrochen werden.
• Interruptible: Sie geben ein Gebot ab, und ein höheres Gebot kann Ihre Instanz stoppen, wobei laufende Prozesse beendet werden. Vast beziffert die Ersparnis auf 50–80 % gegenüber On-Demand. Speichern Sie häufig Checkpoints.
• Reserved: Vorauszahlung mit bis zu 50 % Rabatt je nach Laufzeit der Bindung, mit On-Demand-Priorität.

Aktive Mieten werden sekundengenau abgerechnet. Der Haken steht in den Abrechnungs-FAQ von Vast: Speicher wird auch für gestoppte Instanzen berechnet, und Bandbreite für jedes gesendete oder empfangene Byte. Ist Ihr Guthaben aufgebraucht, werden Instanzen gestoppt, aber nicht gelöscht. Eine Mindesteinzahlung nennt die Dokumentation von Vast nicht.

Wählen Sie Vast.ai, wenn Sie die günstigste GPU-Stunde wollen und Ihre Jobs oft genug Checkpoints speichern, um unterbrechbare Gebote zu nutzen.

Die Nachteile: Preise und Host-Qualität schwanken; außerhalb der Secure Cloud kann ein Host auf die Daten auf seiner Maschine zugreifen; kein Windows und kein Remote-Desktop. Mehr in unserem Vast.ai-Test.

RunPod vs. Vast.ai: was für welchen Einsatz

• Stable Diffusion oder ComfyUI für ein paar Stunden: Beides funktioniert. Die Angebote für RTX 3090 und 4090 auf Vast.ai sind meist am günstigsten; die One-Click-Templates und der feste RTX-4090-Preis von RunPod sind einfacher. Löschen Sie bei beiden die Disk, wenn Sie fertig sind, sonst läuft die Abrechnung weiter.
• LLM-Finetuning übers Wochenende: Unterbrechbare Gebote bei Vast.ai, wenn Ihr Skript Checkpoints speichert; On-Demand bei RunPod oder Vast, wenn ein Neustart Sie mehr kosten würde, als Sie sparen.
• Ein Modell als API bereitstellen: RunPod Serverless passt am direktesten, da Endpunkte auf null skalieren und für Antworten keine Egress-Gebühren anfallen.
• Große Datensätze: RunPod berechnet keinen Datentransfer; bei Vast.ai prüfen Sie den Bandbreitenpreis jedes Hosts.
• Sensible Daten: RunPod Secure Cloud oder der Secure-Cloud-Filter von Vast.ai.
• In jedem Fall: Guthaben ist vorausbezahlt (bei RunPod nicht erstattbar, bei Vast.ai ist verbrauchtes Guthaben endgültig). Laden Sie also für die Woche auf, nicht für das Jahr, und löschen Sie Instanzen, die Sie nicht mehr brauchen – gestoppte Disks werden weiter berechnet.

Bezahlen in Rubel: Timeweb Cloud und VDSina

Timeweb Cloud führt auf seiner Seite für GPU-Server Cloud- und dedizierte GPU-Server von GTX 1080 und RTX 3090/4090 bis A100 80 GB und H100 80 GB, die H200 auf Vorbestellung. Preise sind nicht veröffentlicht: Sie stellen eine Anfrage, und ein Manager nennt ein Angebot; die Mindestvorauszahlung beträgt 5.000 RUB. Die Tarife sind monatlich angegeben, werden aber stündlich abgerechnet. Siehe den Timeweb-Cloud-Test.

VDSina verkauft auf seiner GPU-Preisseite Cloud-Server mit einem Anteil einer NVIDIA L4 oder L40S: ab 4.770 RUB pro Monat (159 RUB pro Tag) für 8 Kerne, 8 GB RAM und 2 GB GPU-Speicher bis 25.500 RUB pro Monat für 32 Kerne und 8 GB GPU-Speicher, in Moskau oder Amsterdam. Abgerechnet wird täglich, eine Testphase gibt es nicht. Mit 2–8 GB GPU-Speicher eignen sich diese Server für Windows-Anwendungen, Rendering und leichte Inferenz, nicht für Stable-Diffusion-Workflows der 24-GB-Klasse oder LLM-Finetuning. Siehe den VDSina-Test.

Und Lambda, Paperspace, AWS und Google Cloud?

Echte Optionen, aber selten die günstigste Stunde. Lambda nennt auf seiner Preisseite eine 1x H100 SXM für $4.29/Std. (29. Oktober 2026), reservierte Kapazität über den Vertrieb. Paperspace, inzwischen Teil von DigitalOcean, bietet GPU-Maschinen mit Fokus auf Notebooks. AWS und Google Cloud bieten die meisten Regionen und die breiteste Compliance-Abdeckung, doch Kontingente und Egress-Gebühren machen sie eher zur Wahl für Teams, die dort ohnehin arbeiten.

Für VPS, Speicher und weitere Infrastruktur sehen Sie sich unsere Hosting- und Cloud-Dienste an.