Pular para o conteúdo principal
PromptQuorumFeito para humanos. Estruturado para IA.
Início/LLMs locais avançados
Overview & Reference

Análise da RunPod (2026): Pods, Serverless e Custos Reais

·10 min de leituraPor · Fundador do PromptQuorum · Mecanismo de descoberta de IA de pesos abertos e código aberto

A RunPod é um serviço de aluguel de GPU cobrado por segundo, com dois produtos: Pods (um contêiner de GPU persistente) e Serverless (workers com autoescala que vão a zero); a página de preços, conferida em 2026-11-22, lista a RTX 4090 a US$ 0.89/h no Secure Cloud e a US$ 0.34/h no Community Cloud. Avaliação do PromptQuorum, feita a partir da página de preços e da documentação da própria RunPod, e não de um teste prático em laboratório: 8.5/10 no geral. Os pontos fortes são a variedade de GPUs e a flexibilidade de cobrança; os pontos fracos são as cobranças de armazenamento ocioso, os créditos pré-pagos não reembolsáveis e o hardware do Community Cloud, que a RunPod não descreve em termos de segurança. → Ver preços de GPU da RunPod

Principais conclusões

  • A RunPod vende tempo de GPU por segundo, em dois produtos: Pods e Serverless (página de preços, conferida em 2026-11-22)
  • RTX 4090: US$ 0.89/h no Secure Cloud, US$ 0.34/h no Community Cloud; H100 SXM: US$ 4.39/h no Secure, US$ 2.69/h no Community
  • O Serverless é precificado por hora na página, por exemplo GPUs de 24 GB a US$ 0.75/h e H100 de 80 GB a US$ 5.89/h
  • O armazenamento é separado: armazenamento em rede a US$ 0.07/GB/mês abaixo de 1 TB, disco de volume a US$ 0.20/GB/mês quando ocioso
  • Os créditos pré-pagos começam em US$ 10, não são reembolsáveis, e um Pod sem volume de rede é encerrado se o saldo chegar a zero
  • O Secure Cloud roda em data centers T3/T4; a segurança do Community Cloud não é descrita na documentação
  • Ideal para: desenvolvedores que alugam GPUs de 24 GB a 80 GB para inferência e fine-tuning sem contrato

A RunPod aluga GPUs NVIDIA por segundo, como Pods (um contêiner com GPU que você controla) ou como endpoints Serverless (workers que escalam até zero). Se você está comparando os melhores provedores de GPU na nuvem para rodar modelos de pesos abertos, a RunPod publica uma lista ampla de GPUs, da RTX 3090 até a B300. A página de preços, conferida em 2026-11-22, lista a RTX 4090 a US$ 0.89 por hora no Secure Cloud e a US$ 0.34 por hora no Community Cloud. Esta análise cobre os dois produtos de cobrança, a diferença entre Secure e Community Cloud, o que a documentação diz sobre o tratamento de dados e os custos fáceis de passar despercebidos, como armazenamento ocioso e o que acontece quando os créditos acabam.

Esta página contém links de referência para produtos de terceiros. O PromptQuorum não está inscrito em nenhum programa de afiliados — são links simples que não geram comissão. Clicar nos links e os próximos passos são de sua inteira responsabilidade. Qualquer recomendação nesta página reflete a nossa própria leitura das páginas públicas dos provedores, não um endosso dos provedores nem um teste.

Análise da RunPod (2026): Pods, Serverless e Custos Reais

Scorecard da RunPod

Avaliação do PromptQuorum, baseada na página de preços e na documentação da própria RunPod, conferidas em 2026-11-22 — não é um teste prático em laboratório do serviço. As notas refletem a adequação para rodar ou fazer fine-tuning de LLMs de pesos abertos.

Preço

Nota:
8/10
Por quê:
Community Cloud barato; armazenamento ocioso pesa

Confiabilidade

Nota:
7.5/10
Por quê:
Secure em data centers T3/T4; Community é de terceiros

Facilidade de configuração

Nota:
9/10
Por quê:
Créditos pré-pagos, Pods e um worker vLLM documentado

Escolha de GPU

Nota:
9.5/10
Por quê:
A página de preços lista da RTX 3090 até a B300

Suporte e documentação

Nota:
8.5/10
Por quê:
Documentação detalhada de cobrança e Serverless

Geral

Nota:
8.5/10
Por quê:
Aluguel flexível; gerencie armazenamento, créditos e dados

Estas notas são a avaliação editorial do PromptQuorum, derivada dos preços e da documentação publicados pela RunPod (veja "Como Avaliamos" abaixo). Não resultam de benchmarks nem de testes de longo prazo feitos pelo PromptQuorum no serviço.

Veredito: Quem Deve Usar a RunPod

Use a RunPod se quiser alugar uma GPU específica por segundo e estiver disposto a acompanhar as cobranças de armazenamento e o saldo de créditos. A página de preços, conferida em 2026-11-22, lista GPUs da RTX 3090 até a B300, e o Community Cloud coloca uma RTX 4090 a US$ 0.34/h. Para uma rodada pontual de fine-tuning ou um fim de semana de testes, a cobrança por segundo faz você pagar pelos minutos que usa.

A RunPod não é a escolha certa por ser a mais barata em todos os itens; é a escolha certa quando variedade de GPUs, cobrança por segundo e um caminho serverless com vLLM documentado importam mais do que uma política de reembolso. Os créditos não são reembolsáveis e a documentação não descreve a segurança do Community Cloud, então mantenha dados sensíveis no Secure Cloud ou fora da plataforma.

Se a dúvida principal é preço em comparação a um marketplace peer-to-peer, leia a comparação de preços RunPod vs Vast.ai antes de recarregar créditos.

Como a RunPod Funciona: Pods, Serverless e Níveis de Nuvem

A RunPod tem dois produtos de computação e dois níveis de hardware: Pods ou Serverless, no Secure Cloud ou no Community Cloud. Segundo a documentação, Pods e workers Serverless rodam cada um em seu próprio contêiner, isolado de outras cargas, e ambos são cobrados por segundo.

  • Pods vs Serverless: use um Pod para trabalho interativo, fine-tuning e servidores de longa duração; use o Serverless quando as requisições chegam em rajadas e o tempo ocioso não deve custar nada.
  • Cold starts: um worker é cobrado durante o cold start e durante o tempo limite de ociosidade. A RunPod documenta o FlashBoot como a retenção do estado do worker após o desligamento, para uma reativação mais rápida; a documentação não dá números de tempo e diz que ele funciona melhor em endpoints com tráfego constante.
  • Workers ativos: o padrão é 0. Definir 1 ou mais elimina os cold starts, mas, segundo a documentação, gera cobrança contínua, inclusive quando não há jobs. Padrões conferidos: tempo limite de ociosidade de 5 segundos (console), máximo de 3 workers.
  • vLLM no Serverless: a RunPod documenta um worker vLLM que pode ser implantado pelo RunPod Hub, descrito como substituto direto da API da OpenAI (troque a URL do endpoint e a chave de API). Os detalhes de configuração estão na documentação do worker vLLM da RunPod. Para entender melhor o motor, veja vLLM explicado.
  • Volume de rede: mantém os pesos do modelo fora de qualquer Pod específico, para que você não precise baixá-los de novo a cada vez.
Opção
O que é
PodContêiner de GPU que você controla; cobrado enquanto roda
ServerlessWorkers que escalam a zero; cobrado enquanto rodam
Secure CloudData centers T3/T4, voltado para uso em produção
Community CloudProvedores individuais selecionados, preços menores
Disco do contêinerTemporário; perdido quando o Pod para ou é excluído
Disco de volumePersiste após parar/reiniciar; montado em /workspace
Volume de redeArmazenamento independente, anexável a Pods ou endpoints

Preços e Custos Reais

Os Pods são precificados por GPU por hora e cobrados por segundo; o Community Cloud é mais barato que o Secure Cloud em todas as GPUs da tabela. Todos os preços estão em USD e vêm da página de preços da RunPod, conferida em 2026-11-22, e podem mudar.

  • Serverless (por hora, mesma página): GPUs de 24 GB (L4, A5000, 3090) US$ 0.75; 4090 US$ 1.34; 48 GB L40/L40S/6000 Ada US$ 1.89; A100 de 80 GB US$ 2.99; H100 de 80 GB US$ 5.89. A página não mostra tarifas separadas por segundo para workers flex e ativos.
  • Armazenamento: disco do contêiner US$ 0.10/GB/mês; disco de volume US$ 0.10 em execução e US$ 0.20 quando ocioso; armazenamento em rede US$ 0.07/GB/mês abaixo de 1 TB e US$ 0.05 acima (alto desempenho US$ 0.14).
  • Aritmética, não uma cotação: uma sessão de 8 horas com RTX 4090 custa 8 × US$ 0.89 = US$ 7.12 no Secure Cloud ou 8 × US$ 0.34 = US$ 2.72 no Community Cloud. Um volume de rede de 100 GB a US$ 0.07 custa US$ 7.00 por mês, com ou sem Pod em execução.
  • Créditos: pré-pagos; a documentação de cobrança diz que você pode começar com apenas US$ 10, cartões pré-pagos devem depositar pelo menos US$ 100 por transação, e um novo Pod exige pelo menos uma hora de créditos. Os créditos não são reembolsáveis e não podem ser sacados.
  • Saldo zero: os Pods em execução são parados. Um Pod com volume de rede mantém seus dados; um Pod sem volume é encerrado e seus dados não podem ser recuperados. O armazenamento em volume de rede continua sendo cobrado enquanto os Pods estão parados.
  • Tráfego e limites: a documentação informa que não há taxas de entrada nem de saída de dados. O limite de gastos padrão é de US$ 80 por hora em todos os recursos e aumenta com o histórico da conta.
  • Para valores por hora entre provedores, veja custo de GPU na nuvem por hora.

RTX 3090

Secure:
$0.50/h
Community:
$0.22/h

RTX 4090

Secure:
$0.89/h
Community:
$0.34/h

RTX A6000

Secure:
$0.69/h
Community:
$0.33/h

L40S

Secure:
$1.09/h
Community:
$0.79/h

A100 PCIe

Secure:
$2.09/h
Community:
$1.19/h

H100 SXM

Secure:
$4.39/h
Community:
$2.69/h

H200

Secure:
$5.29/h
Community:
$3.59/h

Quais Modelos Cabem em Cada GPU

Uma única placa de 24 GB comporta modelos de até cerca de 32B em Q4, e um modelo de 70B em Q4 precisa de cerca de 44 GB de VRAM, portanto exige uma placa de 48 GB ou mais. Os tamanhos vêm da tabela de VRAM dos modelos DeepSeek-R1 distill do PromptQuorum (Q4_K_M). A velocidade em tokens por segundo não é informada porque não foi medida nesta análise.

  • Avaliação do PromptQuorum: um modelo de 70B em Q4 deixa pouca memória para contexto em uma placa de 48 GB; uma placa de 80 GB dá folga para prompts mais longos.
  • A tabela do Serverless lista A100 e H100 com 80 GB e L40/L40S com 48 GB, então esses são os pontos de entrada para 70B em endpoints.
  • Para verificar qualquer outro modelo, use o guia de VRAM para LLMs locais. Para comparar alugar com comprar, use a calculadora de custo comprar vs alugar.
  • Em um Pod, você mesmo pode instalar o Ollama ou o vLLM; o PromptQuorum não fez benchmark de nenhum dos dois em hardware da RunPod.

7B–8B

VRAM necessária:
~5.5–6 GB
Classe de GPU RunPod:
Qualquer placa de 16–24 GB (A4000, L4, 3090)

14B

VRAM necessária:
~9.5 GB
Classe de GPU RunPod:
Placa de 16–24 GB

32B

VRAM necessária:
~20.5 GB
Classe de GPU RunPod:
Placa de 24 GB (4090, justo) ou 32–48 GB

70B

VRAM necessária:
~44 GB
Classe de GPU RunPod:
Placa de 48 GB (justo) ou A100/H100 de 80 GB

O Que Você Pode Construir

A RunPod serve para trabalhos em que você precisa de uma GPU por horas ou dias, ou de um endpoint que fica ocioso entre rajadas.

  • Boa opção: rodadas de fine-tuning, experimentos com modelos de 7B–32B e jobs em lote cobrados apenas enquanto rodam. Veja melhor GPU na nuvem para fine-tuning por menos de US$ 1 por hora.
  • Boa opção: uma API de inferência no Serverless com o worker vLLM quando o tráfego é em rajadas. Para escolhas de servidor em escala de produção, veja servidores de inferência de LLM para empresas.
  • Limitada: endpoints sempre ativos, em que os workers ativos cobram continuamente e um Pod dedicado pode ser mais simples.
  • Opção ruim: cargas com dados pessoais sensíveis no Community Cloud, ou qualquer caso que exija saldos pré-pagos reembolsáveis.

Riscos e Confiança

Apenas fatos, da documentação da RunPod conferida em 2026-11-22: o pagamento é por crédito pré-pago, o Secure Cloud fica em data centers T3/T4 e o Community Cloud usa provedores individuais de computação. O PromptQuorum não auditou a RunPod nem seus hosts.

  • Modelo de cobrança: créditos pré-pagos; cobrança por segundo para computação e armazenamento; os créditos não são reembolsáveis nem podem ser sacados; o pagamento automático exige um cartão salvo.
  • De onde vem o hardware: o Secure Cloud roda em data centers T3/T4. O Community Cloud conecta provedores individuais de computação aos usuários por meio do que a RunPod chama de sistema peer-to-peer selecionado.
  • Isolamento: a documentação diz que cada Pod ou worker roda em seu próprio contêiner, com separação rigorosa de outras cargas.
  • Acesso do host: os termos da RunPod proíbem os hosts de inspecionar dados de Pods ou workers; a documentação não diz como isso é imposto tecnicamente.
  • Certificações: a documentação afirma que os parceiros de infraestrutura do Secure Cloud atendem SOC 2, ISO 27001 e PCI DSS. Isso é atribuído aos parceiros, não declarado como certificação da própria RunPod. A documentação não descreve a segurança do Community Cloud.
  • GDPR: a documentação afirma conformidade com o GDPR para dados processados em regiões de data center europeias e não lista locais específicos. A política de privacidade cobre dados do site e diz que a RunPod tem sede nos Estados Unidos.
  • Reembolsos e créditos: nada além da declaração de não reembolso acima; nenhum termo de plano de economia foi encontrado na página de cobrança.
  • Regra prática (avaliação do PromptQuorum): mantenha dados pessoais sensíveis fora do Community Cloud e revise os termos de processamento de dados da RunPod antes de usá-la com dados regulados. Isto não é aconselhamento jurídico; cabe a você e ao seu consultor de proteção de dados decidir se um uso específico é lícito.

Prós e Contras

A RunPod troca flexibilidade de reembolso por variedade de GPUs e cobrança por segundo. Visão equilibrada abaixo.

  • Prós
  • Cobrança por segundo, sem compromisso e sem taxas de entrada ou saída
  • Ampla gama de GPUs, da RTX 3090 à B300 na página de preços
  • Preços do Community Cloud bem abaixo dos do Secure Cloud em todas as GPUs listadas
  • O Serverless escala a zero; um worker vLLM documentado expõe uma API compatível com a da OpenAI
  • Os volumes de rede mantêm os pesos independentes de qualquer Pod
  • Contras
  • Os créditos pré-pagos não são reembolsáveis
  • O disco de volume ocioso custa US$ 0.20/GB/mês; o armazenamento em rede continua sendo cobrado mesmo sem Pod em execução
  • Um Pod sem volume de rede é encerrado com saldo zero e seus dados não podem ser recuperados
  • A segurança do Community Cloud não é descrita na documentação; os locais dos data centers não são listados
  • O FlashBoot não tem números de tempo publicados

Onde se Cadastrar

Crie uma conta em runpod.io, adicione créditos pré-pagos e depois escolha um template de Pod ou implante um endpoint Serverless. Confira os preços atuais antes de se comprometer; os valores aqui foram conferidos em 2026-11-22.

  • Passo 1: crie uma conta na RunPod e adicione créditos (a documentação diz que você pode começar com apenas US$ 10; cartões pré-pagos exigem US$ 100 por transação).
  • Passo 2: decida entre Secure Cloud e Community Cloud conforme a sensibilidade dos dados e escolha uma GPU na tabela de adequação de modelos acima.
  • Passo 3: anexe um volume de rede se quiser que pesos ou checkpoints sobrevivam a um Pod parado ou encerrado.
  • Passo 4: configure um alerta de saldo baixo por e-mail na cobrança, para que um saldo zero não pare um Pod de surpresa.
  • Passo 5: para o Serverless, implante o worker vLLM a partir do RunPod Hub e mantenha os workers ativos em 0, a menos que precise eliminar cold starts.
Criar uma conta na RunPod →link de produto · divulgadoVer preços de GPU da RunPod →link de produto · divulgado

Alternativas a Considerar

Escolha pelo modelo de cobrança e pela sensibilidade dos dados, não apenas pelo preço de vitrine.

  • Marketplace peer-to-peer com preços sob demanda e interruptíveis → análise da Vast.ai.
  • Marketplace de GPU denominado em cripto → análise da Clore.ai; leia a seção de riscos antes de decidir quais dados enviar.
  • Instâncias de GPU de grandes provedores → veja diretamente AWS, Google Cloud e Lambda; os preços não foram comparados aqui.
  • Ter o próprio hardware → compare com uma placa local usando a calculadora de custo linkada acima, já que o uso diário constante pode favorecer a compra.

Como Avaliamos

Esta análise não foi testada na prática pelo PromptQuorum. O PromptQuorum não alugou GPUs, não rodou benchmarks nem mediu tokens por segundo ou tempos de cold start para esta página. Ela se baseia nas próprias páginas da RunPod, consultadas em 2026-11-22.

Perguntas Frequentes

O que é a RunPod?

A RunPod é um serviço de nuvem que aluga GPUs NVIDIA cobradas por segundo. Oferece Pods (um contêiner com GPU que você controla) e Serverless (workers com autoescala que vão a zero), nos níveis Secure Cloud e Community Cloud.

Quanto custa uma RTX 4090 na RunPod?

A página de preços da RunPod, conferida em 2026-11-22, lista a RTX 4090 a US$ 0.89 por hora no Secure Cloud e a US$ 0.34 por hora no Community Cloud. O Serverless lista as GPUs da classe de 24 GB separadamente; a 4090 custa US$ 1.34 por hora ali. Os preços podem mudar, então consulte a página atual.

Qual é a diferença entre Secure Cloud e Community Cloud?

Segundo a documentação da RunPod, o Secure Cloud roda em data centers T3/T4 voltados para produção, enquanto o Community Cloud conecta provedores individuais de computação aos usuários por meio de um sistema peer-to-peer selecionado, a preços menores. A documentação não descreve a segurança do Community Cloud, então mantenha dados sensíveis fora dele.

Como a RunPod cobra?

Computação e armazenamento são cobrados por segundo a partir de créditos pré-pagos, sem taxas de entrada ou saída. A documentação de cobrança diz que você pode começar com apenas US$ 10, cartões pré-pagos devem depositar pelo menos US$ 100 por transação e os créditos não são reembolsáveis.

O que acontece quando meu saldo na RunPod chega a zero?

Os Pods em execução são parados. Um Pod com volume de rede mantém seus dados; um Pod sem volume é encerrado e seus dados não podem ser recuperados. O armazenamento em volume de rede continua sendo cobrado enquanto os Pods estão parados, então configure um alerta de saldo baixo.

O Serverless da RunPod suporta vLLM?

Sim. A RunPod documenta um worker vLLM que você pode implantar pelo RunPod Hub ou personalizar a partir do repositório worker-vllm. A documentação o descreve como um substituto direto da API da OpenAI: basta trocar a URL do endpoint e a chave de API.

O que o FlashBoot faz?

A documentação diz que o FlashBoot reduz os cold starts ao reter o estado do worker após o desligamento, permitindo uma reativação mais rápida do que uma inicialização do zero. Funciona melhor em endpoints com tráfego constante. A RunPod não publica números de tempo, e o PromptQuorum não mediu nenhum.

Os workers ativos custam dinheiro quando estão ociosos?

Sim. A documentação diz que os workers ativos geram cobrança contínua, inclusive quando não têm jobs. O padrão é 0 workers ativos; definir 1 ou mais elimina os cold starts, mas adiciona um custo constante.

O armazenamento da RunPod é gratuito?

Não. A página de preços lista o disco do contêiner a US$ 0.10 por GB ao mês, o disco de volume a US$ 0.10 em execução e US$ 0.20 quando ocioso, e o armazenamento em rede a US$ 0.07 por GB ao mês abaixo de 1 TB e US$ 0.05 acima, conforme conferido em 2026-11-22.

A RunPod consegue rodar um modelo de 70B?

Sim, em uma placa com memória suficiente. Um modelo de 70B em Q4 precisa de cerca de 44 GB de VRAM segundo a tabela do PromptQuorum, então use uma placa de 48 GB (justo) ou uma A100 ou H100 de 80 GB. A velocidade não foi medida nesta análise.

O que a documentação da RunPod diz sobre o GDPR?

A página de segurança e conformidade da RunPod afirma conformidade com o GDPR para dados processados em regiões de data center europeias, sem listar locais. O PromptQuorum não auditou isso; revise os termos de processamento de dados antes de usar dados pessoais. Se o seu uso está em conformidade depende da sua própria base legal, de um contrato de tratamento de dados e de qualquer mecanismo de transferência, porque a RunPod tem sede nos Estados Unidos.

Posso pedir reembolso de créditos não usados da RunPod?

A documentação de cobrança diz que os créditos não são reembolsáveis, não podem ser sacados depois de depositados e só podem ser usados em serviços da RunPod. Adicione apenas o que você espera usar.

← Voltar para LLMs locais avançados

MCP