A10 · 24 GB
Lambda Labs · Reference listing
$0.7500
Bajo demanda /h
- GPUs
- 1
- vCPU
- —
- Spot /h
- —
- Región
- Reference listing
Proveedores que seguimos
4 modelos de GPU seguidos
Precios de GPU de Lambda Labs
Lambda Labs opera sus propios clústeres y se sitúa en la gama alta: instancias consistentes y orientadas a empresa sobre hardware H100/H200 y clase A100, con un precio por hora simple y sin la variabilidad de un mercado. No ofrece hardware de consumo.
GPU individual más barata ahora
$0.7500
Por GPU y hora, bajo demanda, en todos los modelos seguidos.
- Ofertas de GPU
- 4
- Capacidad spot
- No
- NVLink
- Sí
- Última actualización de precios
- 2026-10-12
Ventajas
- Instancias consistentes y bien dimensionadas, con rendimiento predecible
- Precio por hora sencillo, sin pujas
- Adecuado para entrenamiento multinodo con interconexión de alto ancho de banda
- API y CLI sencillas para automatizar
Desventajas
- No tiene una capa interrumpible/spot como los mercados
- Catálogo de hardware más reducido; sin GPUs de consumo
- La capacidad de las GPU más nuevas es limitada y solo bajo demanda
Historial de precios de 30 días
Cada punto es una instantánea diaria recogida por nosotros. Línea continua = bajo demanda, discontinua = spot.
Bajo demanda
Spot / interrumpible
Fuente: nuestras instantáneas diarias
Salida de datos y almacenamiento
Las instancias incluyen una asignación fija de SSD; el almacenamiento persistente y la transferencia saliente se facturan aparte. Consulta su página de precios.
Comparación de precios en vivo
Filtre por proveedor, GPU o región: los filtros funcionan localmente en su navegador.
| Proveedor | Modelo de GPU | VRAM | GPUs | vCPU | Región | Bajo demanda /h | Spot /h | Acciones |
|---|---|---|---|---|---|---|---|---|
| Lambda Labs | A10 | 24 GB | 1 | — | Reference listing | $0.7500 Mejor precio | — | Ver precios |
| Lambda Labs | A100 SXM | 80 GB | 1 | — | Reference listing | $1.2900 Mejor precio | — | Ver precios |
| Lambda Labs | H100 PCIe | 80 GB | 1 | — | Reference listing | $2.4900 Mejor precio | — | Ver precios |
| Lambda Labs | H200 SXM | 141 GB | 1 | — | Reference listing | $3.2900 Mejor precio | — | Ver precios |
A100 SXM · 80 GB
Lambda Labs · Reference listing
$1.2900
Bajo demanda /h
- GPUs
- 1
- vCPU
- —
- Spot /h
- —
- Región
- Reference listing
H100 PCIe · 80 GB
Lambda Labs · Reference listing
$2.4900
Bajo demanda /h
- GPUs
- 1
- vCPU
- —
- Spot /h
- —
- Región
- Reference listing
H200 SXM · 141 GB
Lambda Labs · Reference listing
$3.2900
Bajo demanda /h
- GPUs
- 1
- vCPU
- —
- Spot /h
- —
- Región
- Reference listing
Ninguna oferta coincide con estos filtros. Amplíe el límite de precio o borre la búsqueda.
Preguntas frecuentes
Todo sobre el alquiler de GPU en la nube, el seguimiento de afiliados y cómo recopilamos los precios.
¿Cómo se estructura el precio de las GPU de este proveedor?
Casi todos los proveedores facturan el cómputo por segundo o por hora y, aparte, el almacenamiento persistente y la transferencia de datos saliente. Las cifras de esta página son la tarifa de cómputo de una sola GPU, normalizada para que puedas comparar distintas configuraciones sin hacer cálculos.
¿Puedo obtener capacidad interrumpible o spot aquí?
Depende del proveedor y aparece en la columna de disponibilidad. Las plataformas tipo mercado suelen ofrecer una tarifa interrumpible por puja, mientras que las nubes dedicadas suelen vender solo capacidad bajo demanda. Si hay spot, casi siempre es más barata, siempre que tu carga pueda guardar estado y reiniciarse.
¿Hay contrato mínimo o compromiso?
Para capacidad bajo demanda y spot normalmente no: pagas por hora o por segundo y puedes parar cuando quieras. Algunos proveedores ofrecen contratos reservados que reducen la tarifa efectiva, pero no son necesarios para los precios que se muestran aquí.
¿Cómo se cobran el almacenamiento y la salida de datos?
Los volúmenes persistentes se facturan por GB al mes y la transferencia saliente se cobra por GB por encima del límite incluido. Estos costes se suman a la hora de GPU y pueden dominar la factura en flujos con muchos datos, así que conviene presupuestarlos aparte.