Québec, Canada

403-1381 1re Avenue

+1 581.849.27.96

bdgouthiere@gmail.com

Louer un GPU cloud : Runpod comparé à Vast.ai, Lambda, Scaleway

Ou : pourquoi le fournisseur le moins cher du tableau est rarement celui qu’on garde.

Vous avez croisé Runpod dans un tutoriel ComfyUI, Vast.ai dans un fil de discussion sur les prix, et quelqu’un vous a assuré que Lambda était « plus sérieux ». Vous cherchez un avis sur Runpod GPU, mais la vraie question est ailleurs : lequel de ces fournisseurs ne vous fera pas perdre un week-end. Le guide des fournisseurs GPU cloud pose le cadre général, prix, données et API. Ici, on met les plateformes face à face, deux par deux, parce qu’un comparatif à quinze colonnes ne sert qu’à celui qui l’a rempli. Pour la mécanique de base, la documentation tarifaire de Runpod résume bien ce que la plupart des loueurs facturent : le calcul à la seconde, le stockage à part.

Un duel utile se joue sur cinq questions, et le prix à l’heure n’arrive qu’en dernier. La carte voulue est-elle réellement disponible, ou seulement affichée ? Qui héberge la machine : un datacenter certifié, ou un particulier qui loue sa carte ? Que coûte la machine quand elle est arrêtée ? Peut-on passer du pod au serverless sans changer de fournisseur ? Et qui encaisse, c’est-à-dire sous quel droit tourne le serveur ? Un tarif à 0,20 $ de l’heure pour une carte introuvable à trois heures du matin n’est pas un prix, c’est une décoration.

Les écarts sont réels, pourtant. Le 27 septembre 2026, une RTX 4090 coûtait 0,34 $ de l’heure dans le Community Cloud de Runpod et 0,74 $ dans son Secure Cloud, une H100 PCIe 3,29 $ chez Lambda et 2,87 € hors taxes chez Scaleway. Sur un mois de travail à plein temps, ces centimes deviennent des centaines d’euros. Mais les duels qui suivent montrent qu’on choisit un fournisseur pour son comportement les mauvais jours, pas pour son tarif les bons.

Pour qui : un développeur ou un créateur qui veut comparer en conditions réelles, sur une vraie carte, avant de s’engager ailleurs.

À partir de : 0,34 $ de l’heure pour une RTX 4090 en Community Cloud, 1,09 $ pour une L40S en Secure Cloud, facturés à la seconde.

Pour démarrer : ouvrir un compte Runpod, lancer le même travail que chez le concurrent, et comparer la facture plutôt que la grille.

Deux moteurs, un banc d'essai. Le tableau des prix ne dit pas lequel tient la charge à trois heures du matin.

Comparatif GPU cloud : les colonnes qui décident avant le prix affiché

Chaque duel de ce guide oppose Runpod à un concurrent précis, avec un verdict par profil. Runpod sert de point de référence parce qu’il couvre les trois façons de louer, pod, serverless et Community Cloud, sur un seul compte. Ce n’est pas le vainqueur de tous les duels.

Une place de marché ouverte contre une plateforme qui garantit

Vast.ai ne vend pas de GPU : il met en relation des hôtes qui fixent leur prix et des clients qui cherchent le moins cher. Le plancher est souvent imbattable, la fiabilité varie d’une offre à l’autre. Runpod garde la main sur son catalogue, son stockage réseau et son offre serverless. Le verdict dépend de votre tolérance à la surprise, et il est posé dans Runpod face à Vast.ai, carte par carte.

La grappe de huit H100 contre la carte seule à la seconde

Lambda, dont la grille va de la carte seule à la grappe de plusieurs milliers de GPU, s’est construit sur les laboratoires qui louent des grappes entières, avec une facturation à la minute et sans frais de sortie. Pour une seule carte grand public, il n’a rien à proposer. L’écart de philosophie entre les deux, et le profil pour lequel chacun gagne, sont détaillés dans le duel des GPU dédiés et à la demande.

Louer la machine ou acheter le résultat

fal.ai ne loue pas de carte : il vend une image, une seconde de vidéo, un appel de modèle. Comparer les deux revient à comparer un taxi et une voiture de location. La bonne réponse dépend du nombre de kilomètres, et le calcul se trouve dans GPU brut ou API prête à l’emploi.

Le prix plancher face à la plateforme rodée

Novita AI attaque par le prix et par un catalogue de modèles appelables en API, en plus de ses instances GPU. Runpod répond par la profondeur de son outillage. Qui gagne dépend de ce que vous faites après avoir allumé la machine, question traitée dans le duel du prix plancher.

Un GPU loué à un Américain ou à un Européen

Scaleway et OVHcloud facturent en euros, hors taxes, avec des serveurs en France et le droit européen comme cadre. Leur catalogue est plus court et ne contient pas de carte grand public. Le prix réel de la souveraineté, carte par carte, est calculé dans les GPU américains et européens face à face.

Le serverless écrit en Python contre le serverless en conteneur

Modal fait décrire l’infrastructure dans le code Python lui-même, facture à la seconde et offre 30 $ de calcul par mois sur son offre de base. Runpod demande une image Docker et un handler. Deux façons de ne pas gérer de serveur, comparées dans le duel des deux serverless GPU.

Le carnet Jupyter hébergé contre la machine louée

Colab Pro reste la porte d’entrée de beaucoup de projets d’IA : un carnet, un GPU, rien à installer. Ses limites de session et d’accès aux cartes apparaissent dès que le projet grandit. Où passe la frontière est examiné dans Colab ou GPU loué.

Les géants généralistes contre les loueurs spécialisés

AWS, Azure et Google Cloud louent aussi des H100, avec des quotas à négocier sur un compte neuf et des frais de sortie au gigaoctet. Les loueurs spécialisés, qu’on appelle désormais néo-clouds, ont prospéré sur cette friction. Le détail est dans hyperscalers contre néo-clouds.

Les fournisseurs établis sur le continent

Au-delà de Scaleway et OVHcloud, l’Europe compte d’autres loueurs de GPU, avec des sièges, des datacenters et des tarifs très différents. L’inventaire, pays par pays, se trouve dans le panorama des GPU cloud européens.

Quand on cherche à partir, ou à ne pas arriver

Certains lecteurs arrivent déjà clients de Runpod et veulent savoir ce qui existe ailleurs. D’autres hésitent avant de s’inscrire. Les plateformes qui tiennent réellement la comparaison sont rassemblées dans les alternatives au GPU à la demande.

Le prix d’une heure de H100, partout

La H100 reste la carte de référence pour les gros modèles, et son prix varie du simple au double selon le fournisseur et le format. Le relevé complet, frais annexes compris, est dans le tarif horaire de la H100.

L’A100, moins chère et souvent suffisante

Une A100 de 80 Go fait tourner la plupart des modèles d’image, de vidéo et de langage courants pour une fraction du prix d’une H100. Quand elle suffit, et où la louer, est expliqué dans le tarif horaire de l’A100.

Sur le même sujet