Ir al contenido principal
PromptQuorumDiseñado para humanos. Estructurado para la IA.
Inicio/LLM locales avanzados
Overview & Reference

Vultr vs DigitalOcean vs UpCloud para cargas con GPU (2026)

·9 min de lecturaPor · Fundador de PromptQuorum · Motor de descubrimiento de IA de pesos abiertos y código abierto

DigitalOcean es el único de los tres cuya tabla completa de precios de GPU por hora se pudo verificar el 2026-11-22: los GPU Droplets van desde $0.76 por GPU y hora (RTX 4000 Ada, 20 GB) hasta $4.47 (HGX H200, 141 GB), con facturación por segundo y un mínimo de 5 minutos. Vultr lista GPUs A16, A40, A100, L40S, HGX B200, GH200 y AMD Instinct, con un precio inicial documentado de $0.471 por hora (A16). UpCloud lista planes spot con L40S y ha añadido GPUs H100, B200, L4, RTX Pro 6000 y B300; sus precios no se pudieron verificar. Valoración de PromptQuorum: elige el proveedor donde ya se ejecutan tus otras cargas y usa un marketplace de GPUs dedicado cuando solo importe el precio bruto.

Conclusiones clave

  • GPU Droplets bajo demanda de DigitalOcean: de $0.76 a $4.47 por GPU y hora, facturados por segundo con un mínimo de 5 minutos (consultado el 2026-11-22)
  • DigitalOcean también vende GPUs reservadas (12 meses) y spot y, mediante contrato de ventas, servidores bare metal de 8 GPUs
  • Vultr documenta GPUs A16, A40, A100, L40S, HGX B200, GH200 y AMD Instinct; precio inicial verificado de $0.471 por hora (A16)
  • UpCloud documenta planes spot con L40S y B200 y ha anunciado GPUs H100, L4, RTX Pro 6000 y B300; no se verificó ningún precio de UpCloud
  • Las GPUs spot pueden ser reclamadas: UpCloud da una ventana de apagado de 30 segundos y DigitalOcean intenta avisar con al menos 2 horas
  • PromptQuorum no verificó si alguno de los tres es más barato que un marketplace de GPU; el argumento a su favor es una sola cuenta para GPUs, Kubernetes y almacenamiento

Vultr, DigitalOcean y UpCloud son proveedores de nube de uso general que añadieron servidores con GPU junto a sus máquinas virtuales, Kubernetes y almacenamiento habituales. Encajan con equipos que ya ejecutan cargas allí y quieren una GPU en la misma cuenta, no con quien busca la tarifa por hora más barata (para eso, consulta la guía de los mejores proveedores de GPU en la nube). Esta página compara los tres usando solo sus propias páginas de precios y documentación, consultadas el 2026-11-22. DigitalOcean publica una tabla completa de precios por hora; las páginas de Vultr y UpCloud devolvieron un error a la obtención automática de PromptQuorum el 2026-11-22, así que la mayoría de sus precios figuran como "no verificado" en lugar de adivinarlos.

Esta página contiene enlaces de referencia a productos de terceros. PromptQuorum no participa en ningún programa de afiliados — son enlaces simples que no generan comisión. Hacer clic en los enlaces y los pasos siguientes son de tu entera responsabilidad. Cualquier recomendación de esta página refleja nuestra propia lectura de las páginas públicas de los proveedores, no un respaldo de los proveedores ni una prueba.

Vultr vs DigitalOcean vs UpCloud para cargas con GPU (2026)

Puntuación

Valoración de PromptQuorum, basada en las propias páginas de precios y la documentación de cada proveedor, no en una prueba práctica de laboratorio de ningún servidor con GPU. Las puntuaciones valoran la idoneidad para inferencia y fine-tuning de LLMs en una nube de uso general. La claridad de precios, la fiabilidad y el soporte y docs no se puntúan porque PromptQuorum no tiene datos para valorarlos.

Claridad de precios

Vultr:
Sin puntuar
DigitalOcean:
Sin puntuar
UpCloud:
Sin puntuar

Fiabilidad

Vultr:
Sin puntuar
DigitalOcean:
Sin puntuar
UpCloud:
Sin puntuar

Facilidad de configuración

Vultr:
8/10
DigitalOcean:
8.5/10
UpCloud:
7.5/10

Variedad de GPUs

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

Soporte y docs

Vultr:
Sin puntuar
DigitalOcean:
Sin puntuar
UpCloud:
Sin puntuar

Valoración de PromptQuorum. Estas puntuaciones son juicios editoriales a partir de información publicada por los proveedores; PromptQuorum no hizo benchmarks ni operó servidores con GPU en estos proveedores.

Veredicto

Elige DigitalOcean si quieres precios de GPU verificables y un flujo de trabajo sencillo con Droplets; elige Vultr si las GPUs que documenta (por ejemplo NVIDIA GH200, A16 o AMD Instinct) encajan con tu carga de trabajo; elige UpCloud si te importa que el proveedor tenga sede en Finlandia. Los tres son razonables cuando el resto de tu infraestructura ya está allí.

Si el objetivo es el precio por hora más bajo posible, los marketplaces suelen ser la primera parada. Compara en su lugar los marketplaces de los mejores proveedores de GPU en la nube y la comparativa de precios RunPod vs Vast.ai.

PromptQuorum solo pudo leer la tabla completa de precios de DigitalOcean, así que no se hace ninguna comparación de precios. Eso no significa que DigitalOcean sea más barata.

Cómo se comparan los tres

Los tres alquilan servidores con GPU por horas dentro de una nube de uso general, así que la red, el almacenamiento y Kubernetes quedan junto a la GPU. La forma de los productos es distinta.

  • DigitalOcean (GPU Droplets): servidores virtuales con 1 u 8 GPUs (solo 1 GPU para RTX 6000 Ada, L40S y RTX 4000 Ada). La página de precios lista precios bajo demanda, reservados a 12 meses y spot. La página del producto dice que los GPU Droplets se integran con DigitalOcean Kubernetes. Los servidores bare metal de 8 GPUs (H100, H200, MI300X) se venden por contrato a través de ventas de DigitalOcean.
  • Vultr (Cloud GPU): los docs de Vultr listan NVIDIA A16, A40, A100, L40S, HGX B200 y GH200, además de AMD Instinct MI300X, MI325X y MI355X (AMD ROCm). Vultr también vende bare metal y Kubernetes (VKE) como productos aparte; sus detalles de GPU no se verificaron.
  • UpCloud (GPU Servers): servidores con GPU bajo demanda y spot. El changelog de UpCloud lista un plan spot con L40S y B200 (2026-07-06) y novedades posteriores: H100, B200 y L4 (2026-05-18), RTX Pro 6000 (2026-09-16) y B300 (2026-10-15). Managed Kubernetes tiene una página documentada de GPU Nodes.
  • La facturación difiere: Vultr factura las instancias con GPU por horas reales del mes natural (un modelo de 730 horas desde 2024-10-01 según los docs de Vultr); DigitalOcean factura por segundo con un mínimo de 5 minutos y sigue facturando los GPU Droplets apagados; UpCloud factura los servidores spot por hora mientras están encendidos (consulta sus docs de spot).

Precios

Solo se muestran los precios leídos en la propia página de un proveedor el 2026-11-22. "No verificado" significa que la página no se pudo obtener o no listaba ningún precio. Todos los precios están en USD por hora y cambian sin aviso; las cifras de DigitalOcean son por GPU.

  • Fuentes: precios de GPU Droplets de DigitalOcean y docs de Cloud GPU de Vultr, ambas consultadas el 2026-11-22. "DO" en la tabla significa DigitalOcean.
  • Los precios reservados de DigitalOcean requieren un contrato de 12 meses y contacto con ventas; sus servidores bare metal de 8 GPUs no listan precio y se venden a través de ventas de DigitalOcean.
  • UpCloud: aquí no se muestra ningún precio. Consulta directamente su página de precios. UpCloud documenta que los planes spot cuestan "significativamente" menos que los bajo demanda, pero no da ningún porcentaje en sus docs.
Proveedor / GPU
Precio por GPU-hora
Estado
DO RTX 4000 Ada (20 GB)$0.76 bajo demandaVerificado
DO RTX 6000 Ada (48 GB)$1.57 bajo demandaVerificado
DO L40S (48 GB)$1.57 bajo demandaVerificado
DO AMD MI300X (192 GB)$2.59 bajo demanda / $1.91 12 mesesVerificado
DO AMD MI325X (256 GB)$3.80 bajo demanda / $2.88 12 mesesVerificado
DO HGX H100 (80 GB)$4.41 bajo demanda / $3.26 12 mesesVerificado
DO HGX H200 (141 GB)$4.47 bajo demanda / $3.40 12 mesesVerificado
DO spot B300 / MI355X / MI350X$6.17 / $4.50 / $3.00Verificado, interrumpible
Vultr NVIDIA A16 (16 GB)Desde $0.471 por horaVerificado (docs de Vultr)
Vultr A100, L40S, B200, GH200No verificadoObtención fallida 2026-11-22
UpCloud L40S, H100, B200, L4No verificadoObtención fallida 2026-11-22

Qué modelos caben

Ajusta primero la memoria de la GPU (VRAM) al tamaño del modelo; el proveedor viene después. Las reglas de planificación de PromptQuorum de abajo siguen las guías de VRAM del repositorio (cuánta VRAM necesitan los LLMs locales, hoja de referencia de VRAM de los destilados de DeepSeek-R1); son estimaciones, no resultados de benchmarks.

  • Stack de servicio: vLLM se ejecuta en GPUs NVIDIA; Vultr indica que sus GPUs AMD Instinct funcionan con AMD ROCm. Para un arranque rápido en cualquier servidor Linux con GPU, consulta cómo instalar Ollama.
  • Aquí no se dan cifras de tokens por segundo porque PromptQuorum no midió estos servidores.
Memoria de GPU
Ejemplos listados
Ajuste típico
16 GBVultr A16Modelos de 7B-8B en 4 bits
20 GBDO RTX 4000 Ada8B-14B en 4 bits, justo
48 GBDO L40S, RTX 6000 AdaClase 30B; 70B en 4 bits es justo
80 GBDO HGX H10070B en 4 bits con margen
141-256 GBDO H200, MI300X, MI325XModelos grandes, contexto largo

Casos de uso

Los mejores ajustes son cargas que viven junto a otros servicios de nube que ya ejecutas.

  • Endpoint de inferencia privado: un solo Droplet con L40S o RTX 6000 Ada detrás de tu app actual, en la misma red privada.
  • Nodos de GPU en Kubernetes: DigitalOcean documenta la integración de GPU con su servicio de Kubernetes y UpCloud tiene una página de GPU Nodes para Managed Kubernetes. El soporte de GPU en Kubernetes de Vultr no se verificó.
  • Entrenamiento o fine-tuning a ráfagas: usa capacidad bajo demanda o spot y guarda los checkpoints en almacenamiento adjunto. Los servidores spot pueden ser reclamados, así que guarda a menudo.
  • Alojamiento de modelos grandes: servidores bare metal de 8 GPUs H100, H200 o MI300X de DigitalOcean (por contrato, con precio de ventas) para equipos con carga constante.
  • No encaja: la experimentación más barata posible. Para eso suele salir más barato un marketplace.

Regiones, RGPD y facturación

Comprueba la región, los términos de tratamiento de datos y las reglas de facturación antes de mover datos reales. Los hechos de abajo proceden de la documentación de los proveedores leída el 2026-11-22; esto no es asesoramiento legal.

  • Origen del hardware: según sus propias descripciones, los tres operan su propia infraestructura en la nube; ninguno es un marketplace entre pares de hosts de terceros.
  • Regiones de DigitalOcean: la página de GPU Droplets lista NYC2, TOR1, ATL1, RIC1 y AMS3 (Ámsterdam) y dice que vendrán más centros de datos. Los servidores bare metal con GPU figuran en NYC1 y AMS3. La disponibilidad puede variar según la GPU, así que confírmala en el panel de control.
  • Tratamiento de datos en DigitalOcean: su acuerdo de tratamiento de datos cubre el RGPD; para transferencias fuera del EEE se apoya en la certificación del EU-U.S. Data Privacy Framework y, en su defecto, en Cláusulas Contractuales Tipo. La propia página de GPU Droplets no hace ninguna declaración sobre el RGPD, y dice que los GPU Droplets cumplen SOC 2 y son aptos para HIPAA.
  • UpCloud: PromptQuorum no pudo leer las páginas de seguridad y privacidad de UpCloud el 2026-11-22 (la obtención devolvió un error), así que confirma directamente que la ubicación de GPU que elijas está en la UE antes de fiarte. Sus docs no indican qué regiones ofrecen GPUs spot.
  • Vultr: la disponibilidad de GPU por región y los términos del RGPD no se verificaron; los docs de Vultr enlazan a una página de regiones aparte.
  • Facturación y cancelación: DigitalOcean factura los GPU Droplets apagados hasta que los destruyes. Vultr factura las instancias con GPU por horas del mes natural. Los servidores spot de UpCloud siguen facturando el almacenamiento adjunto y las IPs reservadas mientras están detenidos y dan crédito por la hora no usada solo si es UpCloud quien detiene el servidor.
  • Riesgo de spot: los Droplets spot de DigitalOcean pueden ser reclamados en cualquier momento (intenta avisar con al menos 2 horas, menos en emergencias). UpCloud envía una solicitud de apagado y concede 30 segundos, y los servidores spot quedan excluidos del SLA estándar.
  • Reembolsos y créditos: no se verificó ninguna política de reembolso de ninguno de los tres; consulta los términos de cada proveedor.

Pros y contras

Los tres cambian el precio más bajo por una sola cuenta que también cubre red, almacenamiento y Kubernetes.

  • Pros
  • DigitalOcean: tabla pública de precios legible con niveles bajo demanda, reservado y spot
  • Vultr: lista amplia de GPUs, con AMD Instinct y NVIDIA GH200
  • UpCloud: proveedor con sede en Finlandia con planes de GPU bajo demanda y spot
  • Facturación por hora sin hardware que mantener
  • Contras
  • Ventaja de precio frente a los marketplaces de GPU no verificada
  • Los precios de Vultr y UpCloud no se pudieron verificar en sus propias páginas
  • Las GPUs spot pueden ser reclamadas y no sirven para servicio en producción
  • Los GPU Droplets apagados siguen facturando hasta que se destruyen

Dónde registrarte

Abre cada proveedor, comprueba el precio y la región de GPU vigentes y empieza con una sola GPU pequeña. PromptQuorum no controla los precios: los enlaces llevan a los sitios de los proveedores. Para dudas sobre datos en la UE, lee también GPU en la nube de la UE y RGPD, DigitalOcean vs AWS para empresas de IA y residencia de datos e IA soberana en la UE.

  • 1. Elige el tamaño del modelo y anota la VRAM que necesita.
  • 2. Abre la página del proveedor y elige una región que se ajuste a tus reglas de datos.
  • 3. Arranca una GPU bajo demanda; evita spot para cualquier cosa de la que dependan usuarios.
  • 4. Instala tu stack de servicio, haz una prueba y destruye el servidor al terminar para que deje de facturarse.
Consulta los precios de GPU de Vultr →enlace de producto · divulgadoConsulta los precios de GPU de DigitalOcean →enlace de producto · divulgadoConsulta los servidores con GPU de UpCloud →enlace de producto · divulgado

Alternativas

Si estos tres no encajan, da un paso lateral hacia un especialista o sube a un hiperescalador.

Cómo evaluamos

Esta página se basa en documentación y páginas de precios de los proveedores leídas el 2026-11-22; PromptQuorum no ejecutó cargas en estos servidores.

  • Verificado en páginas de los proveedores: precios de GPU Droplets de DigitalOcean, regiones listadas y términos de bare metal; lista de modelos de GPU de Vultr, precio inicial de A16 y regla de facturación; reglas spot de UpCloud y entradas de su changelog de GPUs.
  • No verificado: las páginas de Vultr y UpCloud devolvieron un error a la obtención automática de PromptQuorum el 2026-11-22, así que sus demás precios, regiones y los términos del RGPD de Vultr se dejan fuera en lugar de adivinarlos.
  • Valoración de PromptQuorum: la puntuación, la planificación de ajuste de modelos y las recomendaciones son criterio editorial, no resultados de benchmarks.
  • Actualización: los precios se revisan cada mes; la fecha de consulta aparece junto a cada precio.

Preguntas frecuentes

¿Cuánto cuesta por hora un GPU Droplet de DigitalOcean?

Bajo demanda, DigitalOcean listaba el 2026-11-22 $0.76 (RTX 4000 Ada, 20 GB), $1.57 (RTX 6000 Ada y L40S, 48 GB), $2.59 (AMD MI300X), $3.80 (AMD MI325X), $4.41 (HGX H100) y $4.47 (HGX H200) por GPU y hora. La facturación es por segundo con un mínimo de 5 minutos.

¿Qué GPUs ofrece Vultr?

Los docs de Vultr listan NVIDIA A16, A40, A100, L40S, HGX B200 y GH200, además de AMD Instinct MI300X, MI325X y MI355X. El precio inicial documentado es de $0.471 por hora para una configuración con A16; los demás precios de GPU de Vultr no se verificaron.

¿Qué GPUs ofrece UpCloud?

UpCloud documenta planes spot con L40S y B200 y lista en su changelog GPUs más recientes: H100, B200 y L4 (2026-05-18), RTX Pro 6000 (2026-09-16) y B300 (2026-10-15). Los precios de UpCloud no se verificaron el 2026-11-22.

¿Tiene UpCloud GPUs spot?

Sí. UpCloud documenta GPU Servers spot para L40S y B200. Tienen un precio inferior al bajo demanda, pueden ser reclamados, dan una ventana de apagado de 30 segundos y quedan excluidos del SLA estándar, por lo que UpCloud desaconseja usarlos en producción.

¿Tiene DigitalOcean regiones de GPU en la UE?

La página de GPU Droplets lista AMS3 (Ámsterdam) entre sus centros de datos, y sus servidores bare metal con GPU figuran en NYC1 y AMS3. Confirma la disponibilidad de la GPU que elijas en el panel de control antes de planificar un despliegue en la UE.

¿Qué dice el acuerdo de tratamiento de datos de DigitalOcean sobre el RGPD?

DigitalOcean publica un acuerdo de tratamiento de datos que hace referencia al RGPD y se apoya en el EU-U.S. Data Privacy Framework o en Cláusulas Contractuales Tipo para las transferencias fuera del EEE. La propia página de GPU Droplets no contiene ninguna declaración sobre el RGPD. Esto no es asesoramiento legal; consulta a tu delegado de protección de datos.

¿Puedo ejecutar Kubernetes con GPUs en estos proveedores?

DigitalOcean dice que los GPU Droplets se integran con su servicio de Kubernetes, y UpCloud documenta una página de GPU Nodes para Managed Kubernetes. El soporte de GPU en Kubernetes de Vultr no se verificó aquí.

¿Ofrece DigitalOcean servidores bare metal con GPU?

Sí, servidores de 8 GPUs con NVIDIA H100, H200 o AMD MI300X, listados en NYC1 y AMS3. Se aprovisionan por contrato a través de ventas de DigitalOcean, no listan precio y se facturan mediante una cuenta de Paperspace.

¿Son más baratos estos proveedores que RunPod o Vast.ai?

PromptQuorum no lo ha verificado. Son nubes de uso general dirigidas a equipos que quieren GPUs en la misma cuenta que otros servicios; los marketplaces suelen ser donde los compradores buscan la tarifa por hora más baja. Compara los precios vigentes en cada página.

¿Cuál es mejor para un modelo de 70B?

Un modelo de 70B en 4 bits suele necesitar alrededor de 40 GB o más de VRAM, así que una GPU de 48 GB es justa y una de 80 GB o más da margen. DigitalOcean lista la HGX H100 (80 GB) a $4.41 por GPU-hora bajo demanda (consultado el 2026-11-22).

¿Sigue costando dinero un servidor con GPU detenido?

En DigitalOcean, los GPU Droplets apagados se siguen facturando hasta que se destruyen. En UpCloud, el almacenamiento adjunto y las IPs reservadas siguen facturándose mientras un servidor spot está detenido. Destruye los servidores que ya no necesites.

¿Son las puntuaciones una prueba de laboratorio?

No. Las puntuaciones son valoraciones de PromptQuorum a partir de información publicada por los proveedores. PromptQuorum no hizo benchmarks de servidores con GPU en estos proveedores.

← Volver a LLM locales avanzados

MCP