Kostenrechner für GPU und KI.
Neun Rechner für die Entscheidungen, bevor du irgendetwas mietest: welche GPU groß genug ist, welche am günstigsten, und ob sich Mieten überhaupt lohnt. Jeder nutzt dieselben Live-Preisdaten wie der Rest der Seite, und jedes Ergebnis ist eine teilbare URL.
VRAM-Rechner
Beantwortet die Frage: passt dieses Modell auf diese GPU? Wähle ein Modell, eine Präzision (FP16, FP8, INT4) und eine Kontextlänge. Der Rechner schätzt den Speicher für Gewichte plus KV-Cache und listet jede mietbare GPU mit genug Platz, jeweils mit dem günstigsten aktuellen Preis.
Nutze es, wenn du Hardware für ein Open-Weight-Modell auswählst — etwa um zu sehen, dass ein 70B-Modell bei INT4 auf eine einzelne 48-GB-Karte passt, aber zwei 24-GB-Karten braucht.
Selbst hosten oder API
Beantwortet die Frage: ist es bei meinem Traffic günstiger, eine GPU zu mieten und das Modell selbst zu betreiben, oder pro Token bei einer API zu zahlen? Er vergleicht beide Monatskosten bei deinem Volumen und zeigt, wo sie sich kreuzen.
Nutze es, wenn du kurz davor bist, dich für ein Deployment zu entscheiden. Bei geringem Volumen gewinnt fast immer eine API, weil du nur genutzte Token zahlst; bei stetig hohem Volumen gewinnt meist eine ausgelastete gemietete GPU.
API-Monatsrechnung schätzen
Beantwortet die Frage: was kostet ein Monat meiner Last bei jeder gehosteten API? Gib Input- und Output-Token ein und erhalte die Rechnung jedes Anbieters, der das Modell bereitstellt, günstigster zuerst.
Nutze es, wenn du schon weißt, dass du eine API willst, und den Anbieter wählen musst — Output-Token kosten meist ein Mehrfaches von Input, daher ändert sich die Rangfolge mit deinem Prompt/Antwort-Verhältnis.
GPUs nebeneinander vergleichen
Beantwortet die Frage: wie unterscheiden sich diese GPUs wirklich? Vergleiche bis zu vier Karten nach VRAM, FP16/FP8-Leistung, Leistungsaufnahme und dem günstigsten aktuellen Stundenpreis.
Nutze es, wenn zwei Karten auf dem Papier ähnlich aussehen — etwa eine L40S und eine A100 — und du sehen willst, was du pro Dollar gewinnst.
Welche GPU soll ich mieten?
Beantwortet die Frage: ich weiß, was ich tun will — welche GPU sollte ich jetzt dafür mieten? Wähle eine Aufgabe (Modell ausführen, feinabstimmen oder trainieren, oder Bilder erzeugen), ein Modell und was dir am wichtigsten ist, und erhalte die drei besten Optionen mit Anbieter, Preis und Monatskosten plus eine Checkliste zur Einrichtung.
Nutze es, wenn du ein Projekt beginnst und VRAM-Tabellen und Preislisten nicht von Hand abgleichen willst.
Trainingskosten-Rechner
Beantwortet die Frage: was kostet es, ein Modell mit N Parametern auf D Token zu trainieren? Er wendet die übliche Rechenregel 6 × Parameter × Token auf die Datenblattleistung jeder GPU bei einer von dir gewählten Auslastung an und bepreist die GPU-Stunden zum heute günstigsten Angebot.
Nutze es, wenn du einen Pre-Training- oder Weitertrainingslauf planst und Budget und Zeitplan brauchst.
Fine-Tuning-Kostenrechner
Beantwortet die Frage: wie viel Speicher, Zeit und Geld braucht ein vollständiges, LoRA- oder QLoRA-Fine-Tuning eines bestimmten Open-Weight-Modells auf jeder GPU?
Nutze es, wenn du einen Datensatz und ein Basismodell hast und wissen willst, ob eine Karte reicht — QLoRA bringt ein 70B-Modell oft auf eine einzelne 80-GB-GPU.
Inferenz-Kostenrechner
Beantwortet die Frage: was kostet es pro Million Token, dieses Modell selbst auf jeder GPU zu betreiben, und wie schneidet das gegen die günstigste gehostete API ab?
Nutze es, wenn du entscheidest, wie du ein Modell bereitstellst, und Durchsatz und Stückkosten nebeneinander sehen willst.
Rechner: Mieten oder kaufen
Beantwortet die Frage: sollte ich eine GPU kaufen statt mieten? Er vergleicht Mieten mit Besitzen (Abschreibung plus Strom) und zeigt, ab wie vielen Stunden pro Monat sich der Kauf lohnt.
Nutze es, wenn deine GPU-Rechnung zu festen Monatskosten geworden ist und du dich fragst, ob sich die Karte selbst bezahlen würde.
Grenzen, die du kennen solltest
Das sind Planungswerkzeuge. Speicherschätzungen können je nach Inferenz-Framework um ein paar GB abweichen, und der Durchsatz hängt stark von Batchgröße und Software ab. Die Methodik erklärt die Formeln.