GPUサーバーは、クラウドで借りれば1時間100〜1,000円、買えば1台100万〜1,000万円超が相場です。国内ならH100を1時間990円で借りられるサービスもあります。

AIを動かしたいのに、見積もりの桁を見て手が止まっていませんか。実は、借り方と型番の選び方しだいで、請求額は数倍変わります。

GPUサーバーとは？CPUサーバーと何が違うのか

GPUサーバーとは何か

GPUサーバーとは、AIの計算に強いGPU（画像処理用の演算チップ）を積んだサーバーのことです。大量の単純計算を同時にこなせるため、AIの学習や画像生成が桁違いに速くなります。

普通のサーバーの頭脳はCPUです。CPUは複雑な処理を順番にこなすのが得意。一方のGPUは、数千個の小さな計算ユニットで同じ計算を一斉に回します。

AIの中身は、ほぼ行列の掛け算の繰り返しです。だからGPUと相性がいい。CPUで数日かかる学習が、GPUなら数時間で終わることも珍しくありません。

GPUサーバーには、手元に置く「オンプレミス型」と、ネット越しに借りる「クラウド型」があります。クラウド型は時間単位で借りられるので、GPUaaS（GPU as a Service）とも呼ばれます。

選ぶときに一番効く数字は、VRAM（GPU専用のメモリ）の容量です。

  • VRAM 16〜24GB: 画像生成、小さめのAIモデルの推論
  • VRAM 48GB前後: 中規模モデルの推論、軽い追加学習
  • VRAM 80GB以上: 大規模言語モデルの学習や本格的な追加学習
  • 複数枚を束ねる構成: 数百億パラメータ級の学習

AIモデルがVRAMに収まらなければ、そもそも動きません。GPU選びは「速さ」より先に「容量が足りるか」を見るのが正解です。

市場も急速に大きくなっています。世界のGPUサーバー市場は2025年時点で423.6億ドル規模とされ、2035年までに2,661.1億ドルへ伸びるという予測もあります。

中身がわかったところで、気になるのはお金の話。相場を具体的な数字で並べます。

編集部のおすすめ

声で文章を入れる、写真を整える、資料を作る。よく使われる作業ごとに1本ずつ選んでいます。

GPUサーバーの料金相場はいくら？

GPUサーバーの料金相場

クラウド型のGPUサーバーは1時間あたり100〜1,000円程度が一般的です。オンプレミス型を買う場合は、1台100万円から1,000万円超までの幅があります。

IT製品レビューサイトITreviewの相場解説でも、クラウド型は「1時間100円から1,000円程度」とされています。高性能なGPUほど単価は上がります。

形態ごとの相場を1つの表にまとめます。

形態料金の目安向いている使い方
クラウド型（時間課金）1時間約100〜1,000円実験、短期の学習、波のある推論
クラウド型（月額上限あり）月約9万円前後〜推論サーバーを常時動かす
ベアメタル（専有・月額）月数百万円最新GPUを専有して大規模学習
オンプレミス購入1台約100万〜1,000万円超長期・常時稼働、データを外に出せない

AI PICKS調べ: AIツール全体の有料プラン中央値は月2,850円（n=1,261、2026-10-30時点）。料金統計レポートで見る

つまり、ちょっと試す程度なら数百円、本格運用なら月数十万円、専有なら月数百万円という3段階で考えると整理しやすいです。

クラウド型の強みは初期費用ゼロ。止めた瞬間に課金も止まります。

落とし穴は、つけっぱなしです。1時間990円のGPUを24時間30日動かすと、それだけで71万2,800円。止め忘れ1週間で約16万円が消えます。

料金の差を生んでいる一番大きな要素は、GPUの型番です。型番ごとの値段と得意分野を見ていきます。

GPUの型番で料金はどう変わる？

GPUの型番と料金

同じ「GPUサーバー」でも、積んでいるGPUの型番で料金は10倍近く変わります。最上位のH100と推論向けのL4では、時給の桁が違います。

海外の専業クラウドで公開されている参考価格帯を並べます。提供元によって変わるため、下限に近い目安として見てください。

GPU参考価格（1時間）VRAM向いている用途
NVIDIA H200約3.00ドル〜H100より大容量H100に収まらない大型モデル
NVIDIA H100約2.19ドル〜80GB級大規模言語モデルの学習・追加学習
NVIDIA A100約1.09ドル〜40〜80GB中規模モデルの学習。いまも主力
NVIDIA RTX A6000約0.35ドル〜48GB推論中心、画像生成

つまり、H100とRTX A6000では6倍以上の開きがあります。

ここで多くの人がつまずきます。「新しいGPUほど速いから、結局は安くつく」という考え方。学習ならその通りの場面もあります。

ただ、推論（完成したAIに答えを出させる処理）では話が別。VRAM 48GBで足りる仕事にH100を当てても、余った性能にお金を払うだけです。

推論向けで存在感を増しているのがL4です。XServer VPSが公開している旧世代T4との比較が、違いをよく表しています。

項目NVIDIA L4NVIDIA T4
世代（アーキテクチャ）Ada LovelaceTuring
GPUメモリ24GB16GB
CUDAコア数7,4242,560
単精度演算性能（FP32）30.3 TFLOPS8.1 TFLOPS

つまり、L4はT4に比べてメモリが1.5倍、演算性能は約3.7倍です。画像生成や小型モデルの推論なら十分な戦力になります。

型番を決めたら、次は「どこから借りるか」。ここで同じH100でも値段が2〜3倍ずれます。

今週のAIニュースを週1回メールで受け取る無料

毎週月曜の朝に、今週のAIの主なニュース・新しく載ったツール・よく読まれた記事をまとめて届けます。登録特典は「AIツール選定チェックリスト 2026」。

確認メールのボタンを押すと登録が完了します。配信はいつでも解除できます。

提供形態の3種類｜同じH100で料金が3倍違う理由

提供形態の3種類

クラウドのGPUサーバーは、ハイパースケーラー・専業GPUクラウド・マーケットプレイスの3種類に分かれます。同じ型番でも料金がずれるのは、この形態の違いが原因です。

H100を1時間借りる場合の価格帯を比べます。

提供形態H100の目安（1時間）性格
ハイパースケーラー（AWS・Azure・Google Cloud）約3.00〜5.00ドル既存システムと統合しやすい。企業の権限管理が強い
専業GPUクラウド（RunPod、Lambda、CoreWeaveなど）約2.19〜3.00ドル前後GPU特化。安さと安定のバランス型
マーケットプレイス（Vast.aiなど）約1.49〜2.50ドル最安帯。貸し手ごとに品質の差が大きい

つまり、上と下で2〜3倍の開きがあります。ここが料金を決める最大の分かれ道です。

ハイパースケーラーは高いぶん、理由もはっきりしています。すでにAWSやGoogle Cloudで業務システムを動かしているなら、社内の権限管理やネットワークをそのまま流用できます。

専業GPUクラウドは、GPUの貸し出しに特化した事業者です。複数台を束ねる分散学習や、コンテナ（アプリを箱ごと持ち運ぶ仕組み）での運用にも対応しています。

マーケットプレイスは、GPUを持つ個人や業者と借り手をつなぐ場。Vast.aiではH100が1時間1ドル未満で出品されることもあります。

ただし、ある海外レビューでは、未検証のホストだと停止や再起動の手間を含めて実質20〜40%高くつくと試算されています。表示価格の安さだけで選ぶのは危ない。

実験はマーケットプレイス、本番は専業かハイパースケーラーと、用途で使い分けるのが安全です。海外勢の相場がつかめたら、円建てで払える国内サービスも見ておきましょう。

国内のGPUサーバーはどこが安い？3社の料金比較

国内なら、推論向けはXServer VPSのL4が1時間150円、学習向けはさくらインターネットのH100が1時間990円で借りられます。円建て・日本語サポートで契約できるのが国内勢の強みです。

公開されている料金を並べます。

サービスGPU料金（公開値）特徴
XServer VPS（GPU）NVIDIA L4 ×1枚1時間150円、月最大88,000円vCPU 24コア、メモリ120GB、SSD 150GB、転送量無料
さくらインターネット高火力VRTNVIDIA H1001時間990円仮想マシン型。国産クラウド
KDDI GPU CloudNVIDIA GB200（ベアメタル）月4,950,000円（税込・通常プラン）専有サーバー。長期契約は個別見積もり

つまり、月9万円弱の推論サーバーから、月500万円近い専有機まで国内でそろいます。

XServer VPSのL4は、月額の上限がある点が地味に便利です。88,000円÷150円で約587時間。それ以上使っても88,000円で止まるので、24時間動かす推論サーバーでも請求が読めます。

さくらの高火力VRTは、H100が1時間990円という国内では破格の設定です。1ドル150円で換算すると約6.6ドル相当。海外の専業クラウドより割高ですが、円建て請求と国内データセンターの安心感を考えると十分に納得できる水準です。

注意点もあります。さくらのV100プランは、2026年12月31日で新規作成の受付を終え、2027年3月31日に提供終了予定です。これから始めるならV100は選ばないでください。

KDDIのGB200ベアメタルは、大企業や研究機関が大規模学習を回すための選択肢です。個人や中小企業が最初に触る相手ではありません。

ここまでの整理: GPUサーバー代は「型番 × 提供形態 × 稼働時間」で決まります。推論ならL4、学習ならH100。安さ優先はマーケットプレイス、安心優先は国内勢か大手クラウドです。

時間貸しの相場がわかったところで、多くの人が次に悩むのが「いっそ買ったほうが安いのでは」という疑問です。

GPUサーバーは買うべき？借りるべき？損益分岐の考え方

稼働率が低いうちは借りたほうが確実に安く、24時間の常時稼働が半年以上続くなら購入が視野に入ります。判断の軸は「月に何時間GPUを回すか」の1点です。

ざっくり試算してみます。購入価格500万円のGPUサーバーと、1時間990円のH100レンタルを比べる例です（仮の数字で計算しています）。

  • 500万円 ÷ 990円 = 約5,050時間
  • 24時間稼働なら約7か月で元が取れる計算
  • 1日8時間の稼働なら約21か月かかる
  • 週に数時間の実験なら、何年たっても元は取れない

つまり、常時フル稼働でないかぎり購入は割に合いません。

しかも購入には、本体価格以外のお金がかかります。電気代、冷却設備、置き場所、故障時の保守。GPUを何枚も積むなら、サーバー室の電源工事から始まることもあります。

もう1つの見落としが、型落ちの速さです。GPUは1〜2年で新世代が出ます。買ったH100が、3年後も一線級である保証はありません。

購入が向いているのは、次のようなケースです。

  • 毎日24時間、学習や推論を回し続ける
  • 顧客データや機密情報を社外に出せない
  • 数年単位で同じ構成を使い続ける見込みがある

どれにも当てはまらないなら、レンタル一択です。

購入を検討する場合は、国内のGPUサーバー販売各社が見積もりシミュレーターを公開しています。GPUの種類、筐体、CPU、メモリを選ぶと税別の参考価格が出るので、レンタル代との比較に使えます。

借りると決めたら、用途に合う組み合わせを選ぶ段階です。よくある5タイプに分けて整理します。

用途別のGPUサーバーの選び方5タイプ

GPUサーバーの正解は、何に使うかで決まります。画像生成とLLMの学習では、必要なGPUも予算も別物です。

用途ごとのおすすめ構成を表にしました。

用途おすすめGPU借り先の目安月額イメージ
画像生成（Stable Diffusion系）L4、RTX A6000XServer VPS、専業クラウド数千円〜9万円
小型LLMの推論・社内チャットL4、A100国内VPS、専業クラウド9万円〜数十万円
LLMの追加学習（ファインチューニング）A100、H100さくら高火力VRT、専業クラウド学習時間×時給
大規模モデルの事前学習H100、H200、GB200を複数枚専業クラウド、KDDIなど専有型数百万円〜
とにかく安く試す検証型番は問わずマーケットプレイス数百円〜

つまり、ほとんどの企業や個人は上の3行のどこかに収まります。

画像生成なら、VRAM 24GBのL4で足ります。月額上限つきのプランを選べば、つけっぱなしでも怖くありません。画像生成AIそのものを比べたい人は、AI画像生成ツール一覧とAI画像生成のランキングを見ておくと、自前で動かす必要があるかどうか判断しやすくなります。

社内チャットや、社内資料を読ませて答えさせる仕組み（RAG）は、既製のAPI（他のソフトからAIを呼び出す窓口）で済むことが多いです。自前GPUに踏み切る前にChatGPT APIの使い方と料金を読むと、APIで足りる業務との線引きが早くなります。完成品のサービスで足りるならAIチャットボットから選ぶのが最短です。

追加学習は、時給×学習時間で予算が決まります。H100を8時間回せば、さくらの料金で約8,000円。まずは小さなデータで短く回し、時間の見積もりを取るのが先です。

大規模な事前学習は、複数GPUを高速でつなぐ構成が要ります。ここは料金より、つなぎ込みの性能と供給の安定性で選ぶ領域です。

動画生成やデータ分析でも同じ考え方が使えます。動画系はAI動画生成ツール、分析系はAIデータ分析ツールで、まず既製サービスで済むかを確かめてください。自前のGPUサーバーは、既製品で足りないとわかってからで間に合います。

構成が決まっても、契約の細かい条件で損をする人は多いです。申し込む前に確認したいポイントをまとめます。

契約前に確認したいGPUサーバーの落とし穴

GPUサーバーで予算オーバーを招く原因は、時給以外のところにあります。データ転送料、ストレージ代、止め忘れの3つがとくに要注意です。

見落としやすい費用を表にまとめます。

落とし穴何が起きるか対策
データ転送料学習結果やデータの持ち出しで追加請求転送量無料のプランを選ぶ
ストレージ代GPUを止めてもディスク代は発生し続ける使い終わったディスクは削除
止め忘れ1日で数万円が消える自動停止の設定、月額上限プラン
在庫切れ人気GPUが借りられず計画が遅れる複数の借り先を用意しておく

つまり、時給だけを比べても本当の総額はわかりません。

XServer VPSのL4プランは転送量無料と明記されています。大手クラウドでは、データの持ち出しに別料金がかかるのが一般的です。学習データが数百GBある場合、この差が効いてきます。

止め忘れ対策は、一番安上がりな節約術です。自動停止の設定ができるか、利用額のアラートが出せるかを契約前に確認してください。

セキュリティ面の確認も欠かせません。マーケットプレイスでは、貸し手のマシンにデータを置くことになります。顧客データや機密情報を扱うなら、提供元が明確な国内勢か大手クラウドを選ぶべきです。AIまわりの安全対策はAIセキュリティのツール一覧も参考になります。

最後の確認点は、提供終了の予定です。さくらのV100のように、古い世代のプランは順次終わります。長く使うつもりなら、L4やH100のような現行世代を選ぶと移行の手間が減ります。

AI PICKS編集部の判定

GPUサーバー選びで最初に選ぶなら、推論はXServer VPSのL4、学習はさくらインターネット高火力VRTのH100です。国内で円建て・日本語サポートという条件なら、この2つで一択と判断します。

L4の1時間150円・月額上限88,000円は、推論サーバーを常時動かす用途では破格です。T4比で演算性能約3.7倍、VRAM 24GBあれば、画像生成や小型モデルの推論はほぼ困りません。月の上限があるので、止め忘れの恐怖から解放されるのも地味に便利です。

H100の1時間990円は、国内サービスとしては圧倒的に安い部類です。海外の専業クラウドの最安帯と比べると割高ですが、請求書が円で届き、国内でデータが完結する安心感は、稟議を通す場面で重宝します。

正直イマイチなのは、「とりあえずH100」という選び方です。推論にH100は過剰で、L4の6倍以上のお金を払うことになります。マーケットプレイスの最安値も、本番用途には微妙。表示価格は安くても、停止や再起動の手間を含めると実質20〜40%高くつくという試算があります。

購入は、24時間稼働が半年以上続くと見込めるまで保留が妥当です。まず借りて、稼働時間の実績を取ってから判断しても遅くありません。

よくある質問（FAQ）

Q. GPUサーバーは個人でも借りられますか？

借りられます。XServer VPSのGPUプランや、海外の専業クラウド、マーケットプレイスは個人でも申し込めます。1時間150円前後から試せるので、画像生成やAIモデルの検証なら数百円で始められます。

Q. GPUサーバーのレンタル料金は1か月いくらかかりますか？

使い方しだいで、数千円から数百万円まで開きます。L4を常時動かすなら月88,000円（XServer VPSの上限額）、H100を24時間30日回すと約71万円（さくら高火力VRTの時給990円で計算）が目安です。

Q. H100とA100、どちらを選べばいいですか？

大規模言語モデルの学習ならH100、中規模モデルの学習や予算重視ならA100が向いています。海外の参考価格ではA100が1時間約1.09ドル〜、H100が約2.19ドル〜と約2倍の差です。推論が中心なら、どちらも過剰でL4で足りることが多いです。

Q. GPUサーバーを借りるとき、データの安全性は大丈夫ですか？

提供元によって大きく変わります。大手クラウドや国内事業者は、データセンターの管理体制を公開しています。マーケットプレイスは貸し手が分散しているため、機密データの処理には向きません。

Q. 自前のGPUサーバーとAPIサービス、どちらを使うべきですか？

文章生成やチャットなら、まずAPIサービスで十分です。自前のGPUサーバーが必要なのは、独自データでの学習や、社外に出せないデータを扱う場合に限られます。AIに作業を任せる仕組みを探している人は、AIエージェントのツール一覧も見ておくと選択肢が広がります。

次に読むならこれ: GPUを借りる前に、APIで済む仕事かどうかを見極めると数十万円単位の節約になります。ChatGPT APIの使い方と料金で、既製APIの料金感を先につかんでおくと判断が一気に早くなります。開発用途でAIを探している人は、AIコーディングツールもあわせてどうぞ。

参考にした一次情報

記事の事実関係は、次の公式ページで確認しています。仕様や料金は変わることがあるため、最新の内容は各ページで確かめてください。