Zum Hauptinhalt springen
PromptQuorumFür Menschen gemacht. Strukturiert für KI.
Startseite/Lokale LLMs Pro
Overview & Reference

Vultr vs. DigitalOcean vs. UpCloud für GPU-Workloads (2026)

·9 Min. LesezeitVon · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

DigitalOcean ist der einzige der drei Anbieter, dessen vollständige GPU-Stundenpreistabelle sich am 2026-11-22 verifizieren ließ: GPU Droplets kosten von 0,76 $ pro GPU und Stunde (RTX 4000 Ada, 20 GB) bis 4,47 $ (HGX H200, 141 GB), abgerechnet pro Sekunde mit 5 Minuten Minimum. Vultr listet A16-, A40-, A100-, L40S-, HGX-B200-, GH200- und AMD-Instinct-GPUs, mit einem dokumentierten Startpreis von 0,471 $ pro Stunde (A16). UpCloud listet L40S-Spot-Pläne und hat H100-, B200-, L4-, RTX-Pro-6000- und B300-GPUs ergänzt; die Preise ließen sich nicht verifizieren. Einschätzung von PromptQuorum: Wählen Sie den Anbieter, bei dem Ihre übrigen Workloads schon laufen, und nutzen Sie einen spezialisierten GPU-Marktplatz, wenn nur der reine Preis zählt.

Wichtigste Erkenntnisse

  • DigitalOcean GPU Droplets On-Demand: 0,76 $ bis 4,47 $ pro GPU und Stunde, Abrechnung pro Sekunde mit 5 Minuten Minimum (geprüft am 2026-11-22)
  • DigitalOcean verkauft außerdem reservierte (12 Monate) und Spot-GPUs sowie per Vertrag 8-GPU-Bare-Metal-Server
  • Vultr dokumentiert A16-, A40-, A100-, L40S-, HGX-B200-, GH200- und AMD-Instinct-GPUs; verifizierter Startpreis 0,471 $ pro Stunde (A16)
  • UpCloud dokumentiert L40S- und B200-Spot-Pläne und hat H100-, L4-, RTX-Pro-6000- und B300-GPUs angekündigt; kein UpCloud-Preis verifiziert
  • Spot-GPUs können entzogen werden: UpCloud gewährt ein Abschaltfenster von 30 Sekunden, DigitalOcean strebt mindestens 2 Stunden Vorwarnung an
  • PromptQuorum hat nicht verifiziert, ob einer der drei günstiger ist als ein GPU-Marktplatz; das Argument für sie ist ein Konto für GPUs, Kubernetes und Speicher

Vultr, DigitalOcean und UpCloud sind Allzweck-Cloud-Anbieter, die neben gewöhnlichen virtuellen Maschinen, Kubernetes und Speicher auch GPU-Server anbieten. Sie eignen sich für Teams, die dort bereits Workloads betreiben und eine GPU im selben Konto wollen, nicht für alle, die den günstigsten Stundenpreis suchen (dafür dient der Überblick über die besten Cloud-GPU-Anbieter). Diese Seite vergleicht die drei ausschließlich anhand ihrer eigenen Preisseiten und Dokumentation, geprüft am 2026-11-22. DigitalOcean veröffentlicht eine vollständige Stundenpreistabelle; die Seiten von Vultr und UpCloud lieferten bei PromptQuorums automatisiertem Abruf am 2026-11-22 einen Fehler, daher sind die meisten ihrer Preise als „nicht verifiziert“ gekennzeichnet, statt geraten zu werden.

Diese Seite enthält Verweislinks zu Produkten von Drittanbietern. PromptQuorum ist an keinem Partnerprogramm beteiligt — es sind reine Referenzlinks, die keine Provision erzielen. Das Anklicken von Links und Ihre nächsten Schritte liegen in Ihrer eigenen Verantwortung. Jede Empfehlung auf dieser Seite beruht auf unserer eigenen Auswertung der öffentlichen Seiten der Anbieter, nicht auf einer Billigung durch die Anbieter oder einem Test.

Vultr vs. DigitalOcean vs. UpCloud für GPU-Workloads (2026)

Scorecard

Einschätzung von PromptQuorum auf Basis der eigenen Preisseiten und Dokumentation jedes Anbieters, kein praktischer Labortest eines GPU-Servers. Die Bewertungen beurteilen die Eignung für LLM-Inferenz und Fine-Tuning in einer Allzweck-Cloud. Preistransparenz, Zuverlässigkeit und Support / Doku sind nicht bewertet, weil PromptQuorum dafür keine Daten hat.

Preistransparenz

Vultr:
Nicht bewertet
DigitalOcean:
Nicht bewertet
UpCloud:
Nicht bewertet

Zuverlässigkeit

Vultr:
Nicht bewertet
DigitalOcean:
Nicht bewertet
UpCloud:
Nicht bewertet

Einrichtungsaufwand

Vultr:
8/10
DigitalOcean:
8,5/10
UpCloud:
7,5/10

GPU-Auswahl

Vultr:
9/10
DigitalOcean:
8/10
UpCloud:
7/10

Support / Doku

Vultr:
Nicht bewertet
DigitalOcean:
Nicht bewertet
UpCloud:
Nicht bewertet

Einschätzung von PromptQuorum. Diese Bewertungen sind redaktionelle Urteile auf Grundlage veröffentlichter Anbieterinformationen; PromptQuorum hat bei diesen Anbietern keine GPU-Server gebenchmarkt oder betrieben.

Fazit

Wählen Sie DigitalOcean, wenn Sie verifizierbare GPU-Preise und einen einfachen Droplet-Workflow wollen; wählen Sie Vultr, wenn dessen dokumentierte GPUs (zum Beispiel NVIDIA GH200, A16 oder AMD Instinct) zu Ihrer Workload passen; wählen Sie UpCloud, wenn Ihnen ein Anbieter mit Sitz in Finnland wichtig ist. Alle drei sind sinnvoll, wenn Ihre übrige Infrastruktur bereits dort liegt.

Wenn das Ziel der niedrigstmögliche Stundenpreis ist, sind Marktplätze meist die erste Anlaufstelle. Vergleichen Sie stattdessen die Marktplätze unter beste Cloud-GPU-Anbieter und den Vergleich der Preise von RunPod und Vast.ai.

PromptQuorum konnte nur die vollständige Preistabelle von DigitalOcean lesen, daher erfolgt kein Preisvergleich. Das ist keine Aussage, dass DigitalOcean günstiger ist.

Die drei im Vergleich

Alle drei vermieten GPU-Server stundenweise innerhalb einer Allzweck-Cloud, sodass Netzwerk, Speicher und Kubernetes neben der GPU liegen. Die Produktformen unterscheiden sich.

  • DigitalOcean (GPU Droplets): virtuelle Server mit 1 oder 8 GPUs (nur 1 GPU bei RTX 6000 Ada, L40S und RTX 4000 Ada). Die Preisseite listet On-Demand-, 12-Monats-Reservierungs- und Spot-Preise. Laut Produktseite lassen sich GPU Droplets mit DigitalOcean Kubernetes integrieren. Separate 8-GPU-Bare-Metal-Server (H100, H200, MI300X) werden per Vertrag über den DigitalOcean-Vertrieb verkauft.
  • Vultr (Cloud GPU): Die Vultr-Doku listet NVIDIA A16, A40, A100, L40S, HGX B200 und GH200 sowie AMD Instinct MI300X, MI325X und MI355X (AMD ROCm). Vultr verkauft außerdem Bare Metal und Kubernetes (VKE) als eigene Produkte; deren GPU-Details wurden nicht verifiziert.
  • UpCloud (GPU Servers): GPU-Server On-Demand und als Spot. Das UpCloud-Changelog nennt einen L40S- und B200-Spot-Plan (2026-07-06) und neuere Ergänzungen: H100, B200 und L4 (2026-05-18), RTX Pro 6000 (2026-09-16) und B300 (2026-10-15). Für Managed Kubernetes gibt es eine dokumentierte Seite zu GPU Nodes.
  • Die Abrechnung unterscheidet sich: Vultr rechnet GPU-Instanzen nach tatsächlichen Stunden des Kalendermonats ab (laut Vultr-Doku seit 2024-10-01 ein 730-Stunden-Modell); DigitalOcean rechnet pro Sekunde mit 5 Minuten Minimum ab und berechnet ausgeschaltete GPU Droplets weiter; UpCloud rechnet Spot-Server stündlich ab, solange sie eingeschaltet sind (siehe die Spot-Doku).

Preise

Gezeigt werden nur Preise, die am 2026-11-22 auf der eigenen Seite eines Anbieters gelesen wurden. „Nicht verifiziert“ bedeutet, dass sich die Seite nicht abrufen ließ oder keinen Preis nannte. Alle Preise sind US-Dollar pro Stunde und ändern sich ohne Vorankündigung; die DigitalOcean-Werte gelten pro GPU.

  • Quellen: DigitalOcean-GPU-Droplet-Preise und Vultr-Cloud-GPU-Doku, beide geprüft am 2026-11-22. „DO“ steht in der Tabelle für DigitalOcean.
  • Reservierte Preise bei DigitalOcean erfordern einen 12-Monats-Vertrag und Kontakt zum Vertrieb; die 8-GPU-Bare-Metal-Server nennen keinen Preis und werden über den DigitalOcean-Vertrieb verkauft.
  • UpCloud: Hier wird kein Preis genannt. Prüfen Sie die Preisseite direkt. UpCloud dokumentiert, dass Spot-Pläne „deutlich“ weniger kosten als On-Demand, nennt in der Doku aber keinen Prozentwert.
Anbieter / GPU
Preis pro GPU-Stunde
Status
DO RTX 4000 Ada (20 GB)0,76 $ On-DemandVerifiziert
DO RTX 6000 Ada (48 GB)1,57 $ On-DemandVerifiziert
DO L40S (48 GB)1,57 $ On-DemandVerifiziert
DO AMD MI300X (192 GB)2,59 $ On-Demand / 1,91 $ 12 Mon.Verifiziert
DO AMD MI325X (256 GB)3,80 $ On-Demand / 2,88 $ 12 Mon.Verifiziert
DO HGX H100 (80 GB)4,41 $ On-Demand / 3,26 $ 12 Mon.Verifiziert
DO HGX H200 (141 GB)4,47 $ On-Demand / 3,40 $ 12 Mon.Verifiziert
DO Spot B300 / MI355X / MI350X6,17 $ / 4,50 $ / 3,00 $Verifiziert, unterbrechbar
Vultr NVIDIA A16 (16 GB)Ab 0,471 $ pro StundeVerifiziert (Vultr-Doku)
Vultr A100, L40S, B200, GH200Nicht verifiziertAbruf fehlgeschlagen 2026-11-22
UpCloud L40S, H100, B200, L4Nicht verifiziertAbruf fehlgeschlagen 2026-11-22

Welche Modelle passen

Passen Sie zuerst den GPU-Speicher (VRAM) an die Modellgröße an; der Anbieter kommt danach. Die folgenden Planungsregeln von PromptQuorum folgen den VRAM-Leitfäden des Repositorys (wie viel VRAM lokale LLMs brauchen, VRAM-Spickzettel für DeepSeek-R1-Distills); es sind Schätzungen, keine Benchmarkergebnisse.

  • Serving-Stack: vLLM läuft auf NVIDIA-GPUs; Vultr gibt an, dass seine AMD-Instinct-GPUs mit AMD ROCm funktionieren. Für einen schnellen Start auf jedem Linux-GPU-Server siehe Ollama installieren.
  • Tokens pro Sekunde werden hier nicht genannt, weil PromptQuorum diese Server nicht gemessen hat.
GPU-Speicher
Gelistete Beispiele
Typische Eignung
16 GBVultr A167B–8B-Modelle mit 4 Bit
20 GBDO RTX 4000 Ada8B–14B mit 4 Bit, knapp
48 GBDO L40S, RTX 6000 Ada30B-Klasse; 70B mit 4 Bit knapp
80 GBDO HGX H10070B mit 4 Bit mit Reserve
141-256 GBDO H200, MI300X, MI325XGroße Modelle, langer Kontext

Anwendungsfälle

Am besten passen Workloads, die neben anderen Cloud-Diensten laufen, die Sie bereits betreiben.

  • Privater Inferenz-Endpoint: ein einzelnes L40S- oder RTX-6000-Ada-Droplet hinter Ihrer bestehenden App, im selben privaten Netzwerk.
  • Kubernetes-GPU-Nodes: DigitalOcean dokumentiert die GPU-Integration mit seinem Kubernetes-Dienst, und UpCloud hat eine Seite zu GPU Nodes für Managed Kubernetes. Die GPU-Unterstützung von Vultr Kubernetes wurde nicht verifiziert.
  • Training oder Fine-Tuning in Lastspitzen: Nutzen Sie On-Demand- oder Spot-Kapazität und halten Sie Checkpoints auf angehängtem Speicher. Spot-Server können entzogen werden, speichern Sie daher oft.
  • Hosting großer Modelle: 8-GPU-Bare-Metal-Server mit H100, H200 oder MI300X von DigitalOcean (Vertrag, Preis über den Vertrieb) für Teams mit konstanter Last.
  • Nicht geeignet: Experimente zum denkbar niedrigsten Preis. Dafür ist ein Marktplatz meist günstiger.

Regionen, DSGVO und Abrechnung

Prüfen Sie Region, Auftragsverarbeitungsbedingungen und Abrechnungsregeln, bevor Sie echte Daten verschieben. Die folgenden Fakten stammen aus Anbieterdokumentation, gelesen am 2026-11-22; dies ist keine Rechtsberatung.

  • Herkunft der Hardware: Nach eigener Darstellung betreiben alle drei eigene Cloud-Infrastruktur; keiner ist ein Peer-to-Peer-Marktplatz mit Hosts Dritter.
  • DigitalOcean-Regionen: Die GPU-Droplet-Seite listet NYC2, TOR1, ATL1, RIC1 und AMS3 (Amsterdam) und sagt, dass weitere Rechenzentren folgen. Bare-Metal-GPU-Server sind in NYC1 und AMS3 gelistet. Die Verfügbarkeit kann je GPU variieren, bestätigen Sie sie daher im Control Panel.
  • DigitalOcean-Datenverarbeitung: Die Auftragsverarbeitungsvereinbarung deckt die DSGVO ab; für Übermittlungen außerhalb des EWR stützt sie sich auf die Zertifizierung nach dem EU-U.S. Data Privacy Framework und andernfalls auf Standardvertragsklauseln. Die GPU-Droplet-Seite selbst enthält keine DSGVO-Aussage, nennt GPU Droplets aber SOC-2-konform und HIPAA-geeignet.
  • UpCloud: PromptQuorum konnte die Seiten von UpCloud zu Sicherheit und Datenschutz am 2026-11-22 nicht lesen (der Abruf lieferte einen Fehler); bestätigen Sie daher direkt, dass Ihr gewählter GPU-Standort in der EU liegt, bevor Sie sich darauf verlassen. Die Doku nennt nicht, in welchen Regionen Spot-GPUs verfügbar sind.
  • Vultr: GPU-Regionen und DSGVO-Bedingungen wurden nicht verifiziert; die Vultr-Doku verweist auf eine separate Regionenseite.
  • Abrechnung und Kündigung: DigitalOcean berechnet ausgeschaltete GPU Droplets, bis Sie sie zerstören. Vultr rechnet GPU-Instanzen nach Stunden des Kalendermonats ab. Bei UpCloud-Spot-Servern laufen angehängter Speicher und reservierte IPs im gestoppten Zustand weiter auf, und eine Gutschrift für die ungenutzte Stunde gibt es nur, wenn UpCloud den Server stoppt.
  • Spot-Risiko: DigitalOcean-Spot-Droplets können jederzeit entzogen werden (angestrebt sind mindestens 2 Stunden Vorwarnung, in Notfällen weniger). UpCloud sendet eine Abschaltanforderung und gewährt 30 Sekunden, und Spot-Server sind vom Standard-SLA ausgenommen.
  • Erstattungen und Guthaben: Für keinen der drei wurde eine Erstattungsregel verifiziert; prüfen Sie die Bedingungen des jeweiligen Anbieters.

Vorteile & Nachteile

Alle drei tauschen den niedrigsten Preis gegen ein einziges Konto, das auch Netzwerk, Speicher und Kubernetes abdeckt.

  • Vorteile
  • DigitalOcean: lesbare öffentliche Preistabelle mit On-Demand-, Reservierungs- und Spot-Stufen
  • Vultr: breite GPU-Liste einschließlich AMD Instinct und NVIDIA GH200
  • UpCloud: Anbieter mit Sitz in Finnland und On-Demand- sowie Spot-GPU-Plänen
  • Stündliche Abrechnung ohne Hardwarewartung
  • Nachteile
  • Preisvorteil gegenüber GPU-Marktplätzen nicht verifiziert
  • Die Preise von Vultr und UpCloud ließen sich hier auf deren eigenen Seiten nicht verifizieren
  • Spot-GPUs können entzogen werden und eignen sich nicht für produktives Serving
  • Ausgeschaltete GPU Droplets werden bis zur Zerstörung weiter berechnet

Wo Sie sich anmelden

Öffnen Sie jeden Anbieter, prüfen Sie den aktuellen GPU-Preis und die Region und starten Sie dann mit einer einzelnen kleinen GPU. PromptQuorum hat keinen Einfluss auf die Preise: Die Links führen zu den Seiten der Anbieter. Für Fragen zu EU-Daten lesen Sie außerdem EU-Cloud-GPU und DSGVO, DigitalOcean vs. AWS für KI-Unternehmen und Datenresidenz und souveräne KI in der EU.

  • 1. Wählen Sie die Modellgröße und notieren Sie den benötigten VRAM.
  • 2. Öffnen Sie die Anbieterseite und wählen Sie eine Region, die zu Ihren Datenvorgaben passt.
  • 3. Starten Sie eine On-Demand-GPU; vermeiden Sie Spot für alles, wovon Nutzer abhängen.
  • 4. Installieren Sie Ihren Serving-Stack, führen Sie einen Test aus und zerstören Sie den Server danach, damit die Abrechnung endet.
Vultr-GPU-Preise prüfen →Produktlink · offengelegtDigitalOcean-GPU-Preise prüfen →Produktlink · offengelegtUpCloud-GPU-Server prüfen →Produktlink · offengelegt

Alternativen

Wenn diese drei nicht passen, wechseln Sie zu einem Spezialisten oder gehen Sie zu einem Hyperscaler.

Wie wir bewerten

Diese Seite basiert auf Anbieterdokumentation und Preisseiten, gelesen am 2026-11-22; PromptQuorum hat keine Workloads auf diesen Servern ausgeführt.

  • Von Anbieterseiten verifiziert: DigitalOcean-GPU-Droplet-Preise, gelistete Regionen und Bare-Metal-Bedingungen; Vultr-GPU-Modellliste, Startpreis der A16 und Abrechnungsregel; UpCloud-Spot-Regeln und GPU-Changelog-Einträge.
  • Nicht verifiziert: Die Seiten von Vultr und UpCloud lieferten bei PromptQuorums automatisiertem Abruf am 2026-11-22 einen Fehler, daher wurden deren übrige Preise, Regionen und die DSGVO-Bedingungen von Vultr ausgelassen, statt sie zu raten.
  • Einschätzung von PromptQuorum: Die Scorecard, die Planung der Modelleignung und die Empfehlungen sind redaktionelle Urteile, keine Benchmarkergebnisse.
  • Aktualisierung: Die Preise werden monatlich neu geprüft; das Prüfdatum steht neben jedem Preis.

Häufig gestellte Fragen

Was kostet ein DigitalOcean GPU Droplet pro Stunde?

On-Demand listete DigitalOcean am 2026-11-22 pro GPU und Stunde 0,76 $ (RTX 4000 Ada, 20 GB), 1,57 $ (RTX 6000 Ada und L40S, 48 GB), 2,59 $ (AMD MI300X), 3,80 $ (AMD MI325X), 4,41 $ (HGX H100) und 4,47 $ (HGX H200). Die Abrechnung erfolgt pro Sekunde mit 5 Minuten Minimum.

Welche GPUs bietet Vultr an?

Die Vultr-Doku listet NVIDIA A16, A40, A100, L40S, HGX B200 und GH200 sowie AMD Instinct MI300X, MI325X und MI355X. Der dokumentierte Startpreis beträgt 0,471 $ pro Stunde für eine A16-Konfiguration; weitere Vultr-GPU-Preise wurden nicht verifiziert.

Welche GPUs bietet UpCloud an?

UpCloud dokumentiert L40S- und B200-Spot-Pläne und listet in seinem Changelog neuere GPU-Ergänzungen: H100, B200 und L4 (2026-05-18), RTX Pro 6000 (2026-09-16) und B300 (2026-10-15). UpCloud-Preise wurden am 2026-11-22 nicht verifiziert.

Hat UpCloud Spot-GPUs?

Ja. UpCloud dokumentiert Spot-GPU-Server für L40S und B200. Sie kosten weniger als On-Demand, können entzogen werden, gewähren ein Abschaltfenster von 30 Sekunden und sind vom Standard-SLA ausgenommen; UpCloud rät daher für den Produktivbetrieb davon ab.

Hat DigitalOcean GPU-Regionen in der EU?

Die GPU-Droplet-Seite listet AMS3 (Amsterdam) unter ihren Rechenzentren, und die Bare-Metal-GPU-Server sind in NYC1 und AMS3 gelistet. Bestätigen Sie die Verfügbarkeit für Ihre gewählte GPU im Control Panel, bevor Sie ein Deployment in der EU planen.

Was sagt die Auftragsverarbeitungsvereinbarung von DigitalOcean zur DSGVO?

DigitalOcean veröffentlicht eine Auftragsverarbeitungsvereinbarung, die auf die DSGVO verweist und sich für Übermittlungen außerhalb des EWR auf das EU-U.S. Data Privacy Framework oder Standardvertragsklauseln stützt. Die GPU-Droplet-Seite selbst enthält keine DSGVO-Aussage. Dies ist keine Rechtsberatung; fragen Sie Ihren Datenschutzbeauftragten.

Kann ich bei diesen Anbietern Kubernetes mit GPUs betreiben?

DigitalOcean gibt an, dass sich GPU Droplets mit seinem Kubernetes-Dienst integrieren lassen, und UpCloud dokumentiert eine Seite zu GPU Nodes für Managed Kubernetes. Die GPU-Unterstützung von Vultr Kubernetes wurde hier nicht verifiziert.

Bietet DigitalOcean Bare-Metal-GPU-Server an?

Ja, 8-GPU-Server mit NVIDIA H100, H200 oder AMD MI300X, gelistet in NYC1 und AMS3. Sie werden per Vertrag über den DigitalOcean-Vertrieb bereitgestellt, nennen keinen Preis und werden über ein Paperspace-Konto abgerechnet.

Sind diese Anbieter günstiger als RunPod oder Vast.ai?

PromptQuorum hat das nicht verifiziert. Es sind Allzweck-Clouds für Teams, die GPUs im selben Konto wie andere Dienste wollen; Marktplätze sind oft die Anlaufstelle, wenn Käufer den niedrigsten Stundenpreis suchen. Vergleichen Sie die aktuellen Preise auf den jeweiligen Seiten.

Was passt am besten für ein 70B-Modell?

Ein 70B-Modell mit 4 Bit braucht in der Regel etwa 40 GB VRAM oder mehr; eine 48-GB-GPU ist daher knapp, und eine GPU mit 80 GB oder mehr bietet Reserve. DigitalOcean listet die HGX H100 (80 GB) mit 4,41 $ pro GPU-Stunde On-Demand (geprüft am 2026-11-22).

Kostet ein gestoppter GPU-Server weiter Geld?

Bei DigitalOcean werden ausgeschaltete GPU Droplets weiter berechnet, bis sie zerstört werden. Bei UpCloud laufen angehängter Speicher und reservierte IPs weiter auf, während ein Spot-Server gestoppt ist. Zerstören Sie Server, die Sie nicht mehr brauchen.

Sind die Bewertungen ein Labortest?

Nein. Die Bewertungen sind Einschätzungen von PromptQuorum auf Basis veröffentlichter Anbieterinformationen. PromptQuorum hat bei diesen Anbietern keine GPU-Server gebenchmarkt.

← Zurück zu Lokale LLMs Pro

MCP