Comparatif
Prix d'un GPU loué pour héberger un modèle d'IA
Prix horaires publics de GPU (L4, L40S, A100, H100, H200) relevés le 15/11/2026, coût mensuel, et calcul du point d'équilibre face à une API.
Mis à jour le
Louer un GPU (processeur graphique) pour faire tourner soi-même un modèle à poids ouverts coûte, sur les grilles publiques relevées le 15/11/2026, de 0,7 à 10 dollars de l'heure pour une carte, selon le modèle de carte et l'hébergeur. À la différence d'une API (interface de programmation) facturée au jeton, vous payez le temps de la machine, qu'elle travaille ou qu'elle attende. Le bon calcul n'est donc pas le prix de l'heure, mais le prix de l'heure rapporté au nombre de jetons réellement produits.
Ce site est édité par IArche, qui édite ALMA. Les prix ci-dessous sont cités comme repères publics, pas comme recommandation d'un hébergeur.
Une grille publique : Hugging Face Inference Endpoints
Hugging Face publie le prix horaire des machines de son service d'hébergement de modèles, par fournisseur sous-jacent (AWS d'Amazon ou GCP de Google). Prix affichés avec le signe $, à l'heure, relevés le 15/11/2026 :
| Carte | Fournisseur | Cartes | Mémoire | Prix horaire |
|---|---|---|---|---|
| NVIDIA L4 | GCP | 1 | 24 Go | 0,7 $ |
| NVIDIA L4 | AWS | 1 | 24 Go | 0,8 $ |
| NVIDIA A10G | AWS | 1 | 24 Go | 1 $ |
| NVIDIA L40S | AWS | 1 | 48 Go | 1,8 $ |
| NVIDIA A100 | AWS | 1 | 80 Go | 2,5 $ |
| NVIDIA A100 | GCP | 1 | 80 Go | 3,6 $ |
| NVIDIA H200 | AWS | 1 | 141 Go | 5 $ |
| NVIDIA H100 | GCP | 1 | 80 Go | 10 $ |
La page précise que le prix est affiché à l'heure mais calculé à la minute, et qu'il court tant que le point d'accès est en initialisation ou en fonctionnement. Le coût suit la formule : prix horaire × ((heures × nombre minimal de répliques) + (heures de montée en charge × répliques supplémentaires)).
Le coût mensuel d'une machine allumée en permanence
La page de Hugging Face prend 730 heures pour un mois. Calcul illustratif sur cette base :
| Carte (1 unité) | Prix horaire | Coût pour 730 heures |
|---|---|---|
| L4 (AWS) | 0,8 $ | 584 $ |
| L40S (AWS) | 1,8 $ | 1 314 $ |
| A100 (AWS) | 2,5 $ | 1 825 $ |
| H200 (AWS) | 5 $ | 3 650 $ |
| H100 (GCP) | 10 $ | 7 300 $ |
S'y ajoutent le stockage, le réseau et surtout le temps d'administration : mises à jour, surveillance, redémarrages.
Les hébergeurs français
OVHcloud propose dans son offre Public Cloud des instances avec GPU NVIDIA L4, L40S, H100 et H200, d'après sa page GPU lue le 15/11/2026 ; ses prix en euros figurent sur sa page tarifs Public Cloud. Comparez-les sur la même base (prix horaire, mémoire de la carte, facturation à l'heure ou au mois) avant de choisir. L'hébergement en France peut compter pour vos exigences sur les données ; cet aspect se vérifie dans le contrat de l'hébergeur, pas sur sa grille tarifaire.
Le point d'équilibre face à une API
Un GPU devient intéressant quand il produit assez de jetons. Le débit à tenir, en continu, pour égaler le prix d'une API se calcule ainsi :
débit d'équilibre (jetons par seconde) =
prix horaire du GPU × 1 000 000 / (prix de l'API par million de jetons × 3 600)
Calcul illustratif, en comparant une L40S à 1,8 $ de l'heure avec le prix de sortie de deux modèles Claude relevés le 15/11/2026 :
| Comparaison | Prix de sortie de l'API | Débit d'équilibre |
|---|---|---|
| L40S contre Claude Sonnet 5.5 | 10 $ par million | 50 jetons par seconde, jour et nuit |
| L40S contre Claude Haiku 5.5 | 0,50 $ par million | 1 000 jetons par seconde, jour et nuit |
Ce calcul ne tient pas compte de la qualité : un modèle à poids ouverts qui tient sur une carte n'est pas l'équivalent d'un modèle comme Claude Sonnet 5.5. Il ne compte pas non plus le temps humain d'exploitation. Mesurez votre propre débit sur votre propre modèle avant de conclure.
Quand l'hébergement propre se justifie
- Un volume élevé et régulier, qui occupe la machine la plupart du temps.
- Une exigence forte sur la localisation ou l'isolement des données.
- Un modèle spécialisé que vous avez adapté et que les API ne proposent pas.
Dans les autres cas, l'API reste en général plus simple à budgéter, puisque vous ne payez que ce que vous consommez. Le choix sous l'angle technique est traité sur modèle à poids ouverts ou API.
Questions fréquentes
Un GPU loué est-il facturé quand il ne sert pas ?
Oui, tant que la machine tourne. Sur Hugging Face Inference Endpoints, par exemple, la facturation court dès que le point d'accès est en cours d'initialisation ou en fonctionnement, calculée à la minute.
Héberger soi-même un modèle revient-il moins cher qu'une API ?
Seulement si la machine est assez occupée. Le point d'équilibre se calcule : prix horaire du GPU × 1 000 000, divisé par (prix de l'API par million de jetons × 3 600), donne le débit en jetons par seconde à tenir en continu pour égaler l'API.
Sources
Pages consultées pour écrire cet article :