Aller au contenu principal
PromptQuorumConçu pour les humains. Structuré pour l'IA.
Accueil/LLMs locaux
Cost & Comparisons

LLM local vs GPU cloud : qu'est-ce qui coûte le moins ?

·7 min de lecturePar · Fondateur de PromptQuorum · Moteur de découverte de l'IA open-weight et open source

Acheter un GPU ne se justifie qu'en usage régulier. Une RTX 4090 à 1 800 $ (exemple) est rentabilisée après environ 2 200 heures face à RunPod Secure Cloud à 0,89 $/heure et après environ 6 500 heures face à Community Cloud à 0,34 $/heure. En deçà, louer coûte moins.

Points clés

  • Formule du seuil de rentabilité : prix d'achat ÷ (prix cloud par heure − électricité locale par heure) = heures d'utilisation
  • Valeurs d'exemple : RTX 4090 à 1 800 $, 450 W et 0,14 $/kWh donnent une électricité de environ 0,063 $/heure
  • Face à RunPod Community Cloud RTX 4090 (0,34 $/heure) : rentabilité après environ 6 500 heures
  • Face à RunPod Secure Cloud RTX 4090 (0,89 $/heure) : rentabilité après environ 2 200 heures
  • En 24/7, la rentabilité arrive après environ 91 jours (Secure) ou environ 271 jours (Community)
  • Le cloud l'emporte pour les pics de charge, pour le matériel qu'on ne peut pas acheter (H100, B200) et quand on ne veut pas immobiliser de capital
  • Le prix d'achat, la puissance et le tarif d'électricité sont des valeurs d'exemple, pas des données de marché : remplacez-les par les vôtres

📍 En une phrase

Une RTX 4090 locale achetée 1 800 $ (exemple) est rentabilisée face à une RTX 4090 louée après environ 2 200 heures chez RunPod Secure Cloud (0,89 $/heure) ou environ 6 500 heures chez Community Cloud (0,34 $/heure) ; en dessous, la location coûte moins.

💬 En termes simples

Louer un GPU cloud ne coûte rien au départ et un prix fixe par heure. Acheter coûte cher au départ, puis seulement l'électricité. Le nombre d'heures réellement utilisées décide de ce qui coûte le moins : comptez vos heures avant d'acheter.

Acheter un GPU ne se justifie qu'en usage régulier. Une RTX 4090 à 1 800 $ (exemple) est rentabilisée après environ 2 200 heures face à RunPod Secure Cloud à 0,89 $/heure et après environ 6 500 heures face à Community Cloud à 0,34 $/heure. En deçà, louer coûte moins.

LLM local vs GPU cloud : qu'est-ce qui coûte le moins ?

Quel est le coût horaire : local vs cloud ?

Un GPU local coûte son électricité par heure plus son prix d'achat réparti sur les heures d'utilisation. Électricité par heure = puissance en kW × votre prix du kWh.

Valeurs d'exemple (à remplacer par les vôtres) : une RTX 4090 consomme 450 W (puissance graphique totale selon NVIDIA) ; à 0,14 $/kWh, cela fait 0,45 × 0,14 = 0,063 $/heure. Une RTX 4070 consomme 200 W, soit 0,028 $/heure.

Cloud : RunPod indique la RTX 4090 (24 Go) à 0,34 $/heure en Community Cloud et 0,89 $/heure en Secure Cloud, relevé le 2 novembre 2026.

Lambda indique une A6000 (48 Go) à 1,09 $/heure et une A100 (40 Go) à 1,99 $/heure, par GPU à la demande, relevé le 2 novembre 2026.

Les prix du cloud changent sans préavis : vérifiez la page du fournisseur avant de décider.

Quand un GPU local est-il rentabilisé face au calcul cloud ?

Heures de rentabilité = prix d'achat ÷ (prix cloud par heure − électricité locale par heure).

RTX 4090 achetée 1 800 $ face à RunPod Community Cloud RTX 4090 (0,34 $/heure) : 1 800 ÷ (0,34 − 0,063) = environ 6 500 heures, soit environ 325 semaines à 20 heures par semaine.

La même carte face à RunPod Secure Cloud RTX 4090 (0,89 $/heure) : 1 800 ÷ (0,89 − 0,063) = environ 2 200 heures, soit environ 109 semaines à 20 heures par semaine.

En 24/7, ces chiffres deviennent environ 271 jours (Community) et environ 91 jours (Secure).

Le résultat ignore la valeur de revente, le PC qui héberge la carte et votre temps. Il suppose aussi que le GPU loué a les mêmes 24 Go de mémoire que la carte achetée.

Comment se comparent les fournisseurs de GPU cloud ?

Les prix ci-dessous sont des prix catalogue à la demande par heure de GPU, hors taxes, relevés sur les pages des fournisseurs le 2 novembre 2026.

RunPod (Community / Secure) : RTX 4090 24 Go 0,34 $/heure / 0,89 $/heure ; A100 PCIe 80 Go 1,19 $/heure / 1,79 $/heure ; L40S 48 Go 0,79 $/heure / 1,09 $/heure ; RTX A6000 48 Go 0,33 $/heure / 0,59 $/heure.

Lambda (instances à un GPU) : A6000 48 Go 1,09 $/heure ; A100 40 Go 1,99 $/heure ; H100 PCIe 80 Go 3,29 $/heure ; H100 SXM 80 Go 4,29 $/heure.

DigitalOcean GPU Droplets : RTX 6000 Ada 48 Go 1,57 $/heure ; L40S 48 Go 1,57 $/heure ; H100 80 Go 4,41 $/heure.

AWS EC2 g4dn.2xlarge (un NVIDIA T4, 16 Gio) : 0,752 $/heure à la demande, 0,474 $/heure avec réservation d'un an et 0,311 $/heure en spot, selon l'index tiers Vantage. Un T4 est bien plus lent qu'une RTX 4090 : la comparaison n'est pas équivalente.

Combien cela coûte-t-il sur 1 an et en 24/7 ?

À 20 heures par semaine (1 040 heures par an), la RTX 4090 d'exemple coûte 1 866 $ la première année (1 800 $ + 1 040 × 0,063 $), contre 354 $ chez RunPod Community Cloud et 926 $ en Secure Cloud.

En cumulé, la carte locale devient moins chère après environ 6,2 ans face à Community Cloud et après environ 2,1 ans face à Secure Cloud.

En charge 24/7 (8 760 heures par an), l'électricité de la carte d'exemple est de environ 552 $ par an, contre 2 978 $ en Community Cloud et 7 796 $ en Secure Cloud.

Pour un fine-tuning ponctuel de 10 heures, une A100 40 Go chez Lambda (1,99 $/heure) coûte 19,90 $ sans aucun achat.

Questions fréquentes

Puis-je utiliser des GPU cloud pour une inférence continue 24/7 ?

Oui, mais c'est là que la location coûte le plus. Une RTX 4090 louée 8 760 heures coûte 2 978 $ par an chez RunPod Community Cloud ou 7 796 $ en Secure Cloud (relevé le 2 novembre 2026) ; la carte locale d'exemple coûte environ 552 $ par an d'électricité après l'achat.

Un GPU cloud est-il toujours moins cher pour un usage occasionnel ?

Pour quelques heures par mois, oui : 10 heures sur une Lambda A100 40 Go coûtent 19,90 $ sans achat de matériel. Le seuil de rentabilité ne compte qu'à partir de centaines d'heures d'utilisation.

Avec quel prix cloud comparer mon GPU ?

Comparez-le à un GPU de même mémoire. Pour une RTX 4090 (24 Go), c'est la RTX 4090 de RunPod à 0,34 $/heure (Community) ou 0,89 $/heure (Secure). Un T4 AWS à 0,752 $/heure a 16 Gio et est bien plus lent.

Les prix des GPU cloud sont-ils fixes ?

Non. Les fournisseurs modifient leurs tarifs, et la page de prix de DigitalOcean précise elle-même que les prix peuvent changer. Vérifiez la page du fournisseur le jour de votre décision.

Que se passe-t-il si mon GPU local tombe en panne en pleine inférence ?

Vous avez une indisponibilité jusqu'au remplacement. La capacité cloud peut servir de secours, ce qui explique pourquoi on garde souvent un petit budget cloud à côté d'un GPU local.

Et pour les clients de l'UE soumis au RGPD ?

La conformité détermine les fournisseurs utilisables. Le comparatif des GPU cloud de l'UE au regard du RGPD → couvre Hetzner, Scaleway et OVHcloud.

Erreurs courantes en comparant les coûts GPU local et cloud

  • Traiter les valeurs d'exemple comme des faits : prix d'achat, puissance et tarif d'électricité modifient le résultat de plusieurs fois.
  • Ignorer le PC hôte : un GPU demande une machine, une alimentation et un refroidissement absents du prix de la carte.
  • Comparer des mémoires différentes : un T4 de 16 Gio et une RTX 4090 de 24 Go n'exécutent pas les mêmes modèles.
  • Ne regarder qu'un seul niveau : la même RTX 4090 RunPod coûte environ 2,6 fois plus cher en Secure Cloud qu'en Community Cloud.
  • Supposer que le local est toujours moins cher : en dessous de environ 2 200 à 6 500 heures, la carte louée coûte moins dans cet exemple.

Lectures complémentaires

Sources

Note sur les faits tiers

Cet article fait référence à des modèles d’IA, des benchmarks, des prix et des licences de tiers. Le paysage de l’IA évolue rapidement. Les scores de benchmark, les conditions de licence, les noms de modèles et les prix des API peuvent changer entre le moment de la rédaction et le moment où vous lisez ceci. Avant de prendre des décisions de déploiement ou de conformité basées sur cet article, vérifiez les chiffres actuels auprès de la source officielle de chaque fournisseur : fiches de modèles Hugging Face pour les licences et benchmarks, sites web des fournisseurs pour les prix API, et EUR-Lex pour les textes RGPD et AI Act actuels.

Utilisez PromptQuorum avec un LLM local, vos propres clés API, ou les deux — vous choisissez le backend.

Télécharger la bêta PromptQuorum →

← Retour aux LLMs locaux

MCP