Cloud GPU: on-demand, reserved y spot — y por qué los neoclouds cambian el tablero (con precios 2026)

Notación: importes en N USD o N €, decimales con coma. No se usa el símbolo de dólar (en este sitio es delimitador de fórmula). Todos los precios cloud cambian sin previo aviso; se indica la fecha de la fuente junto a cada dato.

TL;DR

Un H100 SXM5 on-demand cuesta entre 2,49 USD/GPU-hora (Lambda, neocloud) y 12,29 USD/GPU-hora (Azure ND H100 v5) según proveedor — una horquilla de 5× entre el piso del neocloud y el techo del hyperscaler. El modo reserved (compromiso de 1-3 años) baja el precio en un 20-40 % y es el número comparable a la amortización de hierro propio; el modo spot/preemptible baja otro 40-65 % adicional, pero con riesgo de interrupción en menos de 2 minutos de aviso. Para el análisis on-prem vs cloud de la serie (artículo on-premise soberano vs hyperscalers), el reserved del neocloud es la referencia correcta: a 1,49-2,10 USD/GPU-hora con compromiso de 3 años, los neoclouds compiten directamente con el TCO de hierro propio a utilización media.

Los tres modelos de compra de GPU cloud

On-demand

Pago por uso sin compromiso, facturado por hora o por minuto. Máxima flexibilidad; precio máximo. Aplica a: desarrollo, experimentación, picos de capacidad ocasionales y cualquier carga cuyo tiempo de vida es impredecible. La ausencia de compromiso tiene un coste: la prima de on-demand sobre reserved oscila entre el 25 % y el 60 % según proveedor.

Reserved / committed

Contrato de 1 o 3 años que garantiza capacidad a cambio de un descuento sobre la tarifa on-demand. En hyperscalers adopta el nombre de Reserved Instance (AWS), Committed Use Discount (GCP) o Azure Reservation. En neoclouds, se negocia directamente y puede incluir la elección de nodo, red (Ethernet o InfiniBand) y región. Descuentos típicos:

El reserved es el modelo comparable al on-prem: en ambos casos se contrae un coste fijo anticipado (capex amortizado en el on-prem; pago comprometido en el cloud). La fórmula del coste por GPU-hora efectiva es la misma en los dos casos:

$$\text{coste/GPU-hora}_{reserved} = \frac{\text{precio comprometido (USD/GPU-h)} \times 8760}{\text{horas contratadas}}$$

A diferencia del on-prem, el reserved cloud no incluye capex de hardware ni opex de operación, pero tampoco incluye los beneficios de la utilización del hierro propio a carga alta (véase utilización de GPU como palanca FinOps).

Spot / preemptible

Capacidad ociosa del proveedor ofertada con descuento de 40-65 % sobre on-demand, con la condición de que puede ser reclamada con un preaviso de 30 segundos a 2 minutos (AWS Spot, GCP Spot VMs). El descuento es real y reproducible; el riesgo de interrupción también.

Cargas aptas para spot:

Un fine-tune de un modelo de 7B en 4× H100 durante 40 horas en spot alcanzó ahorros reales del 81 % sobre el on-demand equivalente (Spheron Blog, may. 2026). La tasa de interrupción típica en instancias H100 de alta fiabilidad es 2-8 % al día, lo que da una probabilidad del 92-98 % de completar un turno de 24 horas sin corte (Thunder Compute, jun. 2026).

Los neoclouds: GPU-specialised clouds

Definición y diferenciadores

Los neoclouds (o GPU-specialised clouds) son proveedores de infraestructura centrados exclusivamente en cómputo GPU para cargas de IA, sin la diversidad de servicios de los hyperscalers. SemiAnalysis acuñó el término en 2024 e identifica a CoreWeave, Nebius, Lambda y Crusoe en el nivel superior (SemiAnalysis, 2024).

Diferencias estructurales respecto a los hyperscalers:

El mercado de neoclouds se estima en 20.000 M USD de ingresos en 2026 y crece hacia 180.000 M USD en 2030 (Synergy Research Group, 2026). CoreWeave superó los 5.000 M USD de ARR más rápido que ninguna otra plataforma cloud. Los neoclouds precio sus H100 un 60-85 % por debajo de AWS y Azure para el mismo silicio (Signisys, 2026).

Perfiles de los principales neoclouds

Nota: claims de “zero-egress”, “renovable” y acceso prioritario a hardware son de marketing de cada proveedor y no han sido verificados por auditorías independientes. Se reproducen con esa advertencia.

Tabla de precios 2026: H100 SXM por proveedor y modalidad

Fuente y fecha de cada dato indicados. Los precios cambian sin previo aviso.

H100 SXM5 (80 GB HBM3) — USD por GPU-hora

Todos los importes en USD/GPU-hora, redondeados a 2 decimales. La columna “Reserved 3 años” es el número comparable al coste de amortización del hardware propio.

AWS p5.48xlarge: nodo de 8× H100; on-demand 55,04 USD/h → 6,88 USD/GPU-h; 3a reserved 23,78 USD/h → 2,97 USD/GPU-h; spot 9,10-25,35 USD/h (variable por región y disponibilidad). GCP a3-highgpu-8g: 8× H100 SXM5; on-demand 87,84 USD/h → 10,98 USD/GPU-h; spot ~3,69 USD/GPU-h (us-central1, may. 2026). Azure ND96isr H100 v5: 8× H100; on-demand 98,32 USD/h → 12,29 USD/GPU-h; spot 18,17 USD/h nodo → ~2,27 USD/GPU-h (fuente: Vantage, jun. 2026, us-east-1).

Tabla de precios 2026: H200 y B200

H200 SXM (141 GB HBM3e) — USD por GPU-hora

B200 SXM6 (192 GB HBM3e) — USD por GPU-hora

La disponibilidad de B200 sigue siendo limitada en Q2 2026; muchos proveedores ofrecen solo acceso por reserva anticipada. Los precios son estimaciones de mercado sujetas a cambios rápidos.

Cómo encaja en el comparativo on-prem vs cloud

El coste por GPU-hora del cloud es el número que se enfrenta al TCO on-prem calculado en on-premise soberano vs hyperscalers. La relación entre los tres modos de compra y el análisis de coste es la siguiente:

La fórmula del coste por token aplica igual al cloud que al on-prem:

$$\text{coste/1M tokens}_{cloud} = \frac{\text{precio GPU-hora (USD)} \times 10^6}{\text{throughput (tok/s)} \times 3600}$$

Con un H100 SXM5 a 2.800 tok/s (throughput típico para un modelo de 70B en FP8):

Tipo de cambio de referencia: 1 USD = 0,924 €. El tipo fluctúa; los cálculos comparativos deben hacerse con la misma divisa.

La lectura clave: a alta utilización, el TCO on-prem (~2,83 USD/GPU-hora all-in según Spheron, 2026) compite con el reserved de 3 años del neocloud (~1,49-2,97 USD/GPU-hora). El on-prem gana a alta utilización cuando el coste all-in baja de 2,5 USD; el neocloud reserved gana cuando la utilización es media o baja, porque no paga el capex parado. El spot baja el suelo del cloud pero no es comparable: la interrupción lo hace incompatible con el serving continuo, que es el caso donde el on-prem compite.

Factores de red: InfiniBand vs Ethernet

Para training distribuido y large-scale inference (tensor parallelism entre nodos), el ancho de banda de la red de interconexión entre GPUs es crítico. Los neoclouds difieren en lo que ofrecen:

InfiniBand NDR con SHARP (in-network collective reduction) reduce la latencia de las operaciones allreduce en training distribuido. Para inference serving con tensor parallelism dentro de un nodo (NVLink), la red inter-nodo es menos crítica; para training multi-nodo o prefill-decode disaggregated (tres ejes de la serie), la red entre nodos importa.

Neoclouds y soberanía: qué cambia

A diferencia de los hyperscalers estadounidenses sujetos a la US CLOUD Act, algunos neoclouds ofrecen opciones con jurisdicción fuera de EE. UU.:

Para datos sujetos a RGPD, solo los proveedores con entidad legal UE/EFTA garantizan la ausencia de la CLOUD Act. La discusión completa del eje de soberanía está en on-premise soberano vs hyperscalers. Para planning de capacidad con estos datos, ver capacity planning de inferencia on-premise.

Tabla de decisión: modalidad de compra según eje coste/riesgo/soberanía

El on-prem compite con el neocloud reserved 3a cuando la utilización supera el 65-70 % (ver utilización GPU como FinOps).

Cálculo de ahorro spot: ejemplo con checkpointing

Parámetros de referencia para validar si el spot vale la pena:

$$\text{ahorro spot} = (\text{precio OD} - \text{precio spot}) \times \text{GPU-horas totales} - \text{coste de reintento}$$

$$\text{coste de reintento} = \text{tasa de interrupción} \times \text{trabajo perdido (GPU-horas)} \times \text{precio spot}$$

Con checkpointing cada 30 minutos, trabajo perdido por interrupción ≤ 0,5 GPU-horas por evento. A una tasa de interrupción del 4 % diario sobre una GPU H100:

El ahorro del 58 % se materializa solo si el job implementa checkpoint-resume correctamente. Sin checkpoint, una sola interrupción obliga a reiniciar desde cero: el ahorro se convierte en sobrecoste por trabajo duplicado.

Integración en el modelo TCO de la serie

El €/GPU-hora cloud es el número que alimenta el análisis de la serie FinOps. La cadena:

1. Coste del hierro cloud (esta tabla de precios) → equivalente al capex amortizado + opex del on-prem.
2. Throughput (medido con genai-perf, track B de la serie) → el denominador.
3. Coste por token (coste por token y por request) → la métrica comparativa final.
4. Utilización (utilización GPU como FinOps) → en cloud on-demand, la utilización no penaliza el coste (pagas lo que usas); en reserved y en on-prem, sí penaliza porque el coste es fijo.

La comparación correcta es neocloud reserved 3a vs on-prem amortizado a 3a, con los mismos supuestos de throughput, egress y utilización. El spot es el suelo de precio cloud pero no el suelo comparable: su naturaleza interrumpible lo excluye de la comparación con un cluster on-prem que sirve tráfico continuo.

Fuentes

• Spheron Blog · GPU Cloud Pricing 2026: H100 from 1,03 USD/hr, B200 from 2,12 USD/hr (15+ providers), may. 2026 — https://www.spheron.network/blog/gpu-cloud-pricing-comparison-2026/
• Vantage · p5.48xlarge pricing and specs (AWS), actualizado jun. 2026 — https://instances.vantage.sh/aws/ec2/p5.48xlarge
• Nebius · NVIDIA GPU Pricing (página oficial, jun. 2026) — https://nebius.com/prices
• Voltage Park · H100 GPU Pricing (página oficial, jun. 2026) — https://www.voltagepark.com/pricing
• Thunder Compute · CoreWeave GPU Pricing Review (jun. 2026) — https://www.thundercompute.com/blog/coreweave-gpu-pricing-review
• Thunder Compute · NVIDIA H100 Pricing (Jun 2026) — https://www.thundercompute.com/blog/nvidia-h100-pricing
• Spheron Blog · Lambda Cloud H100 Pricing 2026 — https://www.spheron.network/blog/lambda-cloud-h100-pricing-2026/
• Spheron Blog · AWS H100 Pricing 2026: P5 Instance Cost — https://www.spheron.network/blog/aws-h100-pricing-2026/
• Spheron Blog · Google Cloud A3 H100 Pricing 2026 — https://www.spheron.network/blog/google-cloud-a3-h100-pricing/
• Spheron Blog · Azure H100 Pricing 2026: ND H100 v5 — https://www.spheron.network/blog/azure-h100-pricing/
• GMI Cloud · H200 GPU Provider Pricing 2026 (CoreWeave, Lambda, Nebius, GMI) — https://www.gmicloud.ai/en/blog/h200-gpu-provider-pricing
• Spheron Blog · GPU Spot Instance Arbitrage 2026 — https://www.spheron.network/blog/gpu-spot-instance-arbitrage-2026/
• Thunder Compute · Cloud GPU Spot Instance Availability and Interruption Rates — https://www.thundercompute.com/blog/cloud-gpu-spot-instance-availability
• Synergy Research Group · Neocloud Market Forecast to Approach 400B USD by 2031 — https://www.srgresearch.com/articles/neocloud-market-forecast-to-approach-400b-by-2031-driven-by-surging-ai-infrastructure-demand
• Signisys · The Neocloud Revolution: How 20 Billion USD in GPU Providers Reshapes Cloud Market — https://www.signisys.com/blog/the-neocloud-revolution-how-20-billion-in-gpu-focused-providers-are-reshaping-the-cloud-market/
• SemiAnalysis · The Great GPU Shortage: Rental Capacity (neocloud taxonomy original) — https://newsletter.semianalysis.com/p/the-great-gpu-shortage-rental-capacity
• Spheron Blog · LLM Inference On-Premise vs GPU Cloud: 2026 Cost and Break-Even — https://www.spheron.network/blog/llm-inference-on-premise-vs-cloud/
• IntuitionLabs · H100 Rental Prices Compared 1,49-6,98 USD/hr Across 15+ Cloud Providers (2026) — https://intuitionlabs.ai/articles/h100-rental-prices-cloud-comparison