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

Vultr vs DigitalOcean vs UpCloud para Cargas de GPU (2026)

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

A DigitalOcean é a única dos três cuja tabela completa de preços de GPU por hora pôde ser verificada em 2026-11-22: os GPU Droplets custam de US$ 0.76 por GPU por hora (RTX 4000 Ada, 20 GB) a US$ 4.47 (HGX H200, 141 GB), com cobrança por segundo e mínimo de 5 minutos. A Vultr lista GPUs A16, A40, A100, L40S, HGX B200, GH200 e AMD Instinct, com preço inicial documentado de US$ 0.471 por hora (A16). A UpCloud lista planos spot com L40S e adicionou GPUs H100, B200, L4, RTX Pro 6000 e B300; os preços dela não puderam ser verificados. Avaliação do PromptQuorum: escolha o provedor em que suas outras cargas de trabalho já rodam e use um marketplace dedicado de GPU quando só o preço bruto importar.

Principais conclusões

  • GPU Droplets sob demanda da DigitalOcean: de US$ 0.76 a US$ 4.47 por GPU por hora, cobrados por segundo com mínimo de 5 minutos (conferido em 2026-11-22)
  • A DigitalOcean também vende GPUs reservadas (12 meses) e spot e, por contrato de vendas, servidores bare metal com 8 GPUs
  • A Vultr documenta GPUs A16, A40, A100, L40S, HGX B200, GH200 e AMD Instinct; preço inicial verificado de US$ 0.471 por hora (A16)
  • A UpCloud documenta planos spot com L40S e B200 e anunciou GPUs H100, L4, RTX Pro 6000 e B300; nenhum preço da UpCloud foi verificado
  • GPUs spot podem ser retomadas: a UpCloud dá uma janela de desligamento de 30 segundos, a DigitalOcean busca um aviso de pelo menos 2 horas
  • O PromptQuorum não verificou se algum dos três é mais barato que um marketplace de GPU; o argumento a favor deles é uma só conta para GPUs, Kubernetes e armazenamento

Vultr, DigitalOcean e UpCloud são provedores de nuvem de uso geral que adicionaram servidores com GPU ao lado de máquinas virtuais comuns, Kubernetes e armazenamento. Servem para equipes que já rodam cargas de trabalho neles e querem uma GPU na mesma conta, e não para quem procura a menor tarifa por hora (para isso, veja o panorama dos melhores provedores de GPU na nuvem). Esta página compara os três usando apenas as páginas de preços e a documentação deles, conferidas em 2026-11-22. A DigitalOcean publica uma tabela completa de preços por hora; as páginas da Vultr e da UpCloud retornaram erro à consulta automatizada do PromptQuorum em 2026-11-22, então a maior parte dos preços delas está marcada como "não verificado" em vez de estimada.

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.

Vultr vs DigitalOcean vs UpCloud para Cargas de GPU (2026)

Scorecard

Avaliação do PromptQuorum, baseada nas páginas de preços e na documentação de cada provedor, e não em um teste prático em laboratório de qualquer servidor com GPU. As notas medem a adequação para inferência e fine-tuning de LLMs em uma nuvem de uso geral. Clareza de preço, confiabilidade e suporte / docs não foram avaliados, porque o PromptQuorum não tem dados para pontuá-los.

Clareza de preço

Vultr:
Não avaliado
DigitalOcean:
Não avaliado
UpCloud:
Não avaliado

Confiabilidade

Vultr:
Não avaliado
DigitalOcean:
Não avaliado
UpCloud:
Não avaliado

Facilidade de configuração

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

Escolha de GPU

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

Suporte / docs

Vultr:
Não avaliado
DigitalOcean:
Não avaliado
UpCloud:
Não avaliado

Avaliação do PromptQuorum. Estas notas são julgamentos editoriais a partir de informações publicadas pelos provedores; o PromptQuorum não fez benchmark nem operou servidores com GPU nesses provedores.

Veredito

Escolha a DigitalOcean se quiser preços de GPU verificáveis e um fluxo simples com Droplets; escolha a Vultr se as GPUs que ela documenta (por exemplo NVIDIA GH200, A16 ou AMD Instinct) atenderem à sua carga de trabalho; escolha a UpCloud se um provedor sediado na Finlândia for importante para você. Os três fazem sentido quando sua outra infraestrutura já está lá.

Se o objetivo é o menor preço possível por hora, os marketplaces costumam ser a primeira parada. Compare os marketplaces nos melhores provedores de GPU na nuvem e a comparação de preços RunPod vs Vast.ai.

O PromptQuorum só conseguiu ler a tabela completa de preços da DigitalOcean, então nenhuma comparação de preços é feita. Isso não significa que a DigitalOcean seja mais barata.

Como os Três se Comparam

Os três alugam servidores com GPU por hora dentro de uma nuvem de uso geral, então rede, armazenamento e Kubernetes ficam ao lado da GPU. O formato dos produtos é diferente.

  • DigitalOcean (GPU Droplets): servidores virtuais com 1 ou 8 GPUs (apenas 1 GPU para a RTX 6000 Ada, a L40S e a RTX 4000 Ada). A página de preços lista preços sob demanda, reservados de 12 meses e spot. A página do produto diz que os GPU Droplets se integram ao DigitalOcean Kubernetes. Servidores bare metal separados com 8 GPUs (H100, H200, MI300X) são vendidos por contrato pelo time de vendas da DigitalOcean.
  • Vultr (Cloud GPU): a documentação da Vultr lista NVIDIA A16, A40, A100, L40S, HGX B200 e GH200, além de AMD Instinct MI300X, MI325X e MI355X (AMD ROCm). A Vultr também vende bare metal e Kubernetes (VKE) como produtos separados; os detalhes de GPU deles não foram verificados.
  • UpCloud (GPU Servers): servidores com GPU sob demanda e spot. O changelog da UpCloud lista um plano spot com L40S e B200 (2026-07-06) e adições mais recentes: H100, B200 e L4 (2026-05-18), RTX Pro 6000 (2026-09-16) e B300 (2026-10-15). O Managed Kubernetes tem uma página documentada de GPU Nodes.
  • A cobrança difere: a Vultr cobra instâncias de GPU pelas horas reais do mês corrente (um modelo de 730 horas desde 2024-10-01, segundo a documentação da Vultr); a DigitalOcean cobra por segundo com mínimo de 5 minutos e ainda cobra GPU Droplets desligados; a UpCloud cobra servidores spot por hora enquanto estão ligados (veja a documentação de spot).

Preços

Só aparecem os preços lidos na página do próprio provedor em 2026-11-22. "Não verificado" significa que a página não pôde ser consultada ou não listava preço. Todos os preços estão em USD por hora e mudam sem aviso; os valores da DigitalOcean são por GPU.

  • Fontes: preços de GPU Droplets da DigitalOcean e documentação de Cloud GPU da Vultr, ambas conferidas em 2026-11-22. "DO" na tabela significa DigitalOcean; "12 m" é o preço reservado de 12 meses.
  • Os preços reservados da DigitalOcean exigem contrato de 12 meses e contato com vendas; os servidores bare metal com 8 GPUs não listam preço e são vendidos pelo time de vendas da DigitalOcean.
  • UpCloud: nenhum preço é mostrado aqui. Consulte diretamente a página de preços. A UpCloud documenta que os planos spot custam "significantly" menos que o sob demanda, mas não informa porcentagem na documentação.
Provedor / GPU
Preço por GPU-hora
Status
DO RTX 4000 Ada (20 GB)$0.76 sob demandaVerificado
DO RTX 6000 Ada (48 GB)$1.57 sob demandaVerificado
DO L40S (48 GB)$1.57 sob demandaVerificado
DO AMD MI300X (192 GB)$2.59 sob demanda / $1.91 12 mVerificado
DO AMD MI325X (256 GB)$3.80 sob demanda / $2.88 12 mVerificado
DO HGX H100 (80 GB)$4.41 sob demanda / $3.26 12 mVerificado
DO HGX H200 (141 GB)$4.47 sob demanda / $3.40 12 mVerificado
DO spot B300 / MI355X / MI350X$6.17 / $4.50 / $3.00Verificado, interruptível
Vultr NVIDIA A16 (16 GB)A partir de $0.471 por horaVerificado (docs Vultr)
Vultr A100, L40S, B200, GH200Não verificadoConsulta falhou 2026-11-22
UpCloud L40S, H100, B200, L4Não verificadoConsulta falhou 2026-11-22

Quais Modelos Cabem

Combine primeiro a memória da GPU (VRAM) com o tamanho do modelo; o provedor vem depois. As regras de planejamento do PromptQuorum abaixo seguem os guias de VRAM do repositório (quanta VRAM os LLMs locais precisam, tabela de VRAM dos modelos DeepSeek-R1 distill); são estimativas, e não resultados de benchmark.

  • Stack de serviço: o vLLM roda em GPUs NVIDIA; a Vultr informa que suas GPUs AMD Instinct funcionam com o AMD ROCm. Para um início rápido em qualquer servidor Linux com GPU, veja como instalar o Ollama.
  • Nenhum valor de tokens por segundo é informado aqui porque o PromptQuorum não mediu esses servidores.
Memória da GPU
Exemplos listados
Adequação típica
16 GBVultr A16Modelos de 7B-8B em 4 bits
20 GBDO RTX 4000 Ada8B-14B em 4 bits, justo
48 GBDO L40S, RTX 6000 AdaClasse 30B; 70B em 4 bits é justo
80 GBDO HGX H10070B em 4 bits com folga
141-256 GBDO H200, MI300X, MI325XModelos grandes, contexto longo

Casos de Uso

As melhores adequações são cargas de trabalho que ficam ao lado de outros serviços de nuvem que você já usa.

  • Endpoint de inferência privado: um único Droplet com L40S ou RTX 6000 Ada atrás do seu aplicativo existente, na mesma rede privada.
  • Nós de GPU no Kubernetes: a DigitalOcean documenta a integração de GPU com seu serviço Kubernetes e a UpCloud tem uma página de GPU Nodes para o Managed Kubernetes. O suporte a GPU no Kubernetes da Vultr não foi verificado.
  • Treinamento ou fine-tuning em rajadas: use capacidade sob demanda ou spot e mantenha os checkpoints em armazenamento anexado. Servidores spot podem ser retomados, então salve com frequência.
  • Hospedagem de modelos grandes: servidores bare metal com 8 GPUs H100, H200 ou MI300X da DigitalOcean (contrato, preço definido por vendas) para equipes com carga estável.
  • Não é adequado: experimentação com o menor custo possível. Um marketplace costuma ser mais barato para isso.

Regiões, GDPR e Cobrança

Verifique região, termos de tratamento de dados e regras de cobrança antes de mover dados reais. Os fatos abaixo vêm da documentação dos provedores lida em 2026-11-22; isto não é aconselhamento jurídico.

  • Origem do hardware: segundo as próprias descrições deles, os três operam a própria infraestrutura de nuvem; nenhum é um marketplace peer-to-peer de hosts de terceiros.
  • Regiões da DigitalOcean: a página de GPU Droplets lista NYC2, TOR1, ATL1, RIC1 e AMS3 (Amsterdã) e diz que mais data centers estão a caminho. Os servidores bare metal com GPU estão listados em NYC1 e AMS3. A disponibilidade pode variar por GPU, então confirme no painel de controle.
  • Tratamento de dados da DigitalOcean: seu acordo de processamento de dados cobre o GDPR; para transferências para fora do EEE, ele se apoia na certificação do EU-U.S. Data Privacy Framework e, em outros casos, nas Cláusulas Contratuais Padrão. A própria página de GPU Droplets não faz declaração sobre o GDPR, e diz que os GPU Droplets são compatíveis com SOC 2 e elegíveis para HIPAA.
  • UpCloud: o PromptQuorum não conseguiu ler as páginas de segurança e privacidade da UpCloud em 2026-11-22 (a consulta retornou erro); confirme diretamente que o local de GPU escolhido fica na UE antes de depender dele. A documentação não informa quais regiões oferecem GPUs spot.
  • Vultr: a disponibilidade de GPU por região e os termos de GDPR não foram verificados; a documentação da Vultr aponta para uma página separada de regiões.
  • Cobrança e cancelamento: a DigitalOcean cobra GPU Droplets desligados até você destruí-los. A Vultr cobra instâncias de GPU pelas horas do mês corrente. Os servidores spot da UpCloud continuam cobrando armazenamento anexado e IPs reservados enquanto parados, e dão crédito pela hora não usada só se a UpCloud parar o servidor.
  • Risco do spot: os Droplets spot da DigitalOcean podem ser retomados a qualquer momento (ela busca um aviso de pelo menos 2 horas, menos em emergências). A UpCloud envia um pedido de desligamento e permite 30 segundos, e os servidores spot ficam fora do SLA padrão.
  • Reembolsos e créditos: nenhuma política de reembolso foi verificada para nenhum dos três; consulte os termos de cada provedor.

Prós e Contras

Os três trocam o menor preço por uma só conta que também cobre rede, armazenamento e Kubernetes.

  • Prós
  • DigitalOcean: tabela pública de preços legível, com níveis sob demanda, reservado e spot
  • Vultr: lista ampla de GPUs, incluindo AMD Instinct e NVIDIA GH200
  • UpCloud: provedor sediado na Finlândia com planos de GPU sob demanda e spot
  • Cobrança por hora sem hardware para manter
  • Contras
  • Vantagem de preço sobre marketplaces de GPU não verificada
  • Os preços da Vultr e da UpCloud não puderam ser verificados nas páginas deles aqui
  • GPUs spot podem ser retomadas e não servem para servir produção
  • GPU Droplets desligados continuam sendo cobrados até serem destruídos

Onde se Cadastrar

Abra cada provedor, confira o preço atual da GPU e a região, e depois comece com uma única GPU pequena. O PromptQuorum não controla preços: os links levam aos sites dos provedores. Para dúvidas sobre dados na UE, leia também GPU na nuvem na UE e GDPR, DigitalOcean vs AWS para empresas de IA e residência de dados e IA soberana na UE.

  • 1. Escolha o tamanho do modelo e anote a VRAM de que ele precisa.
  • 2. Abra a página do provedor e escolha uma região que atenda às suas regras de dados.
  • 3. Inicie uma GPU sob demanda; evite spot para qualquer coisa de que os usuários dependam.
  • 4. Instale sua stack de serviço, faça um teste e destrua o servidor ao terminar para encerrar a cobrança.
Ver preços de GPU da Vultr →link de produto · divulgadoVer preços de GPU da DigitalOcean →link de produto · divulgadoVer servidores com GPU da UpCloud →link de produto · divulgado

Alternativas

Se estes três não servem, vá para um especialista ou suba para um hyperscaler.

Como Avaliamos

Esta página se baseia na documentação e nas páginas de preços dos provedores lidas em 2026-11-22; o PromptQuorum não executou cargas de trabalho nesses servidores.

  • Verificado nas páginas dos provedores: preços de GPU Droplets da DigitalOcean, regiões listadas e termos de bare metal; lista de modelos de GPU da Vultr, preço inicial da A16 e regra de cobrança; regras de spot da UpCloud e entradas do changelog de GPUs.
  • Não verificado: as páginas da Vultr e da UpCloud retornaram erro à consulta automatizada do PromptQuorum em 2026-11-22, então os demais preços, regiões e termos de GDPR da Vultr foram omitidos em vez de estimados.
  • Avaliação do PromptQuorum: o scorecard, o planejamento de adequação de modelos e as recomendações são julgamento editorial, e não resultados de benchmark.
  • Atualização: os preços são reconferidos todo mês; a data de verificação aparece ao lado de cada preço.

Perguntas Frequentes

Quanto custa um GPU Droplet da DigitalOcean por hora?

Sob demanda, a DigitalOcean listava em 2026-11-22 US$ 0.76 (RTX 4000 Ada, 20 GB), US$ 1.57 (RTX 6000 Ada e L40S, 48 GB), US$ 2.59 (AMD MI300X), US$ 3.80 (AMD MI325X), US$ 4.41 (HGX H100) e US$ 4.47 (HGX H200) por GPU por hora. A cobrança é por segundo, com mínimo de 5 minutos.

Quais GPUs a Vultr oferece?

A documentação da Vultr lista NVIDIA A16, A40, A100, L40S, HGX B200 e GH200, além de AMD Instinct MI300X, MI325X e MI355X. O preço inicial documentado é de US$ 0.471 por hora para uma configuração A16; os demais preços de GPU da Vultr não foram verificados.

Quais GPUs a UpCloud oferece?

A UpCloud documenta planos spot com L40S e B200 e lista adições mais recentes de GPU no changelog: H100, B200 e L4 (2026-05-18), RTX Pro 6000 (2026-09-16) e B300 (2026-10-15). Os preços da UpCloud não foram verificados em 2026-11-22.

A UpCloud tem GPUs spot?

Sim. A UpCloud documenta GPU Servers spot para L40S e B200. Eles custam menos que o sob demanda, podem ser retomados, dão uma janela de desligamento de 30 segundos e ficam fora do SLA padrão, por isso a UpCloud desaconselha o uso em produção.

A DigitalOcean tem regiões de GPU na UE?

A página de GPU Droplets lista AMS3 (Amsterdã) entre seus data centers, e os servidores bare metal com GPU estão listados em NYC1 e AMS3. Confirme a disponibilidade da GPU escolhida no painel de controle antes de planejar uma implantação na UE.

O que o acordo de processamento de dados da DigitalOcean diz sobre o GDPR?

A DigitalOcean publica um acordo de processamento de dados que faz referência ao GDPR e se apoia no EU-U.S. Data Privacy Framework ou nas Cláusulas Contratuais Padrão para transferências para fora do EEE. A própria página de GPU Droplets não traz declaração sobre o GDPR. Isto não é aconselhamento jurídico; consulte seu encarregado de proteção de dados.

Posso rodar Kubernetes com GPUs nesses provedores?

A DigitalOcean diz que os GPU Droplets se integram ao seu serviço Kubernetes, e a UpCloud documenta uma página de GPU Nodes para o Managed Kubernetes. O suporte a GPU no Kubernetes da Vultr não foi verificado aqui.

A DigitalOcean oferece servidores bare metal com GPU?

Sim, servidores com 8 GPUs NVIDIA H100, H200 ou AMD MI300X, listados em NYC1 e AMS3. Eles são provisionados por contrato pelo time de vendas da DigitalOcean, não listam preço e são cobrados por meio de uma conta Paperspace.

Esses provedores são mais baratos que a RunPod ou a Vast.ai?

O PromptQuorum não verificou isso. São nuvens de uso geral voltadas a equipes que querem GPUs na mesma conta de outros serviços; os marketplaces costumam ser onde os compradores procuram a menor tarifa por hora. Compare os preços atuais em cada página.

Qual é a melhor para um modelo de 70B?

Um modelo de 70B em 4 bits geralmente precisa de cerca de 40 GB ou mais de VRAM, então uma GPU de 48 GB é justa e uma GPU de 80 GB ou maior dá folga. A DigitalOcean lista a HGX H100 (80 GB) a US$ 4.41 por GPU-hora sob demanda (conferido em 2026-11-22).

Um servidor com GPU parado ainda custa dinheiro?

Na DigitalOcean, GPU Droplets desligados continuam sendo cobrados até serem destruídos. Na UpCloud, o armazenamento anexado e os IPs reservados continuam cobrando enquanto um servidor spot está parado. Destrua os servidores de que você não precisa mais.

As notas são um teste de laboratório?

Não. As notas são avaliações do PromptQuorum a partir de informações publicadas pelos provedores. O PromptQuorum não fez benchmark de servidores com GPU nesses provedores.

← Voltar para LLMs locais avançados

MCP