Исследование Fluence: гиперскейлеры сдают GPU почти вдвое дороже, чем облачные провайдеры

AI Compute Race в отчете указаны цены на GPU-вычисления для компаний, не являющихся крупнейшими покупателями: трехлетнее обязательство снижает медианную цену на 48%, тогда как за последний год цена 17 из 22 отслеживаемых моделей GPU выросла

ДАЛЛАС, Техас – 13 ноября 2026 года — Fluence опубликовала AI Compute Race, отчет, в котором оцениваются цены на облачные GPU-вычисления для всех компаний, кроме лабораторий переднего края и гиперскейлеров. Отчет подготовлен совместно с исследовательскими партнерами NEAR AI, io.net, Boundless, Phala, Gensyn, Fortytwo, Theta, Compute Labs и GAIB. Его ключевой вывод: где компания покупает GPU-час, там и устанавливается цена. В моделях H100, H200 и B200 гиперскейлеры предлагают GPU по цене в 1,98 раза выше медианной цены на GPU-облаке — от 1,4 раза для B200 до 2,8 раза для H100. Стоимость одного часа аренды того же H200 варьируется от $4,08 до $10,60.

Длительность обязательства имеет значение почти так же, как и выбор провайдера. По сравнению с собственной ставкой по запросу каждого провайдера, годовая резервация снижает медианную цену на 21%, а трехлетний контракт — на 48%. Спот-мощности оцениваются в 53% от ставки по запросу и подходят для прерываемых рабочих нагрузок.

Покупателям, ожидающим снижения цен на видеокарты, возможно, придётся пересмотреть свои бюджеты. Семнадцать из двадцати двух моделей GPU, отслеживаемых GetDeploying, стоят дороже, чем год назад, а медианная стоимость аренды H100 выросла на 13–30% в зависимости от рассматриваемого периода.

В отчете также объясняется, почему цены стремительно растут:

• Спрос сместился в сторону открытых моделей. Доля китайских моделей в объёме токенов OpenRouter среди компаний из США, Европы и стран Глобального Юга выросла с 6–13% до 57–67% менее чем за восемь месяцев, сообщает CNBC. Открытые веса позволяют любой компании с видеокартами предоставлять модель, близкую к передовому уровню, на оборудовании, которым она управляет.
• Крупнейшие покупатели зафиксировали новейшие поставки. Четыре крупнейших гиперскейлера планируют направить 720–740 млрд долларов на капитальные расходы в 2026 году, а четыре крупнейшие раскрытые сделки ИИ-лабораторий и Meta с неоклаудами составляют около 233 млрд долларов, причём три из них заключены «до» определённых сумм, и значительная часть этих средств предназначена для мощностей, которые ещё не поставлены.
• Час работы GPU становится финансовым активом. CME, ICE и Nodal Exchange объявили о запуске фьючерсов на GPU, каждый из которых привязан к своему ценовому индексу, а кредиторы уже выдают займы под залог видеокарт: инвестиционно-рейтинговый кредит Lambda оценён по ставке 6,78%, а Sharon AI — без раскрытия рейтинга — по ставке 9,95%.

«Модели с открытым весом уже не отстают от лучших закрытых моделей, и компании переходят на них. Любая компания, обладающая GPU, теперь может развернуть модель уровня near-frontier на контролируемом ею оборудовании. Самая сложная часть — это GPU», — сказал Евгений Пономарев, сооснователь Fluence.

Отчет завершается четырьмя способами снизить стоимость тех же вычислений: сравнивать одинаковые чипы у разных типов провайдеров, заключать обязательства при стабильной рабочей нагрузке, подбирать поколение GPU под модель и смотреть за пределы гиперскейлеров, поскольку большая часть новых мощностей neocloud зарезервирована лабораториями еще на несколько лет вперед.

Полный отчет доступен на fluence.ai/compute-race-2026.

О Fluence

Fluence Cloud — провайдер GPU-облачных вычислений с мощностями от независимых дата-центров (fluence.ai). Компания, основанная в 2017 году Дмитрием Кулинским, Евгением Пономаревым и Томом Траубриджем, привлекла $14 млн от инвесторов, включая 1KX, Multicoin, Distributed Global, Blockchange, Tiger Global и Protocol Labs.