Perlombaan Komputasi AI baru-baru ini meluncurkan laporan yang mendalami harga komputasi GPU bagi setiap perusahaan yang bukan laboratorium terdepan atau hyperscaler. Laporan ini dihasilkan bekerja sama dengan mitra penelitian seperti NEAR AI, io.net, Boundless, Phala, Gensyn, Fortytwo, Theta, Compute Labs, dan GAIB. Temuan utama dari laporan ini adalah bahwa lokasi perusahaan membeli GPU-jam sangat mempengaruhi harganya. Dalam kategori model H100, H200, dan B200, hyperscaler mencantumkan harga GPU pada 1.98 kali lipat dari median GPU-cloud, dengan B200 pada 1.4 kali dan H100 mencapai 2.8 kali. Sementara itu, harga H200 berkisar antara $4.08 hingga $10.60 per jam.
Durasi komitmen juga punya peran besar. Jika dibandingkan dengan rate on-demand dari setiap penyedia, reservasi satu tahun bisa memangkas harga median sebesar 21%, sedangkan untuk jangka waktu tiga tahun, penurunan bisa mencapai 48%. Untuk pengguna yang bisa menerima gangguan, kapasitas spot berada di 53% dari harga on-demand.
Bagi mereka yang berharap harga GPU akan turun, sepertinya perlu mempertimbangkan kembali anggaran mereka. Sebanyak tujuh belas dari dua puluh dua model GPU yang dilacak oleh GetDeploying mengalami kenaikan harga dibandingkan tahun lalu, dan median harga sewa H100 meningkat antara 13% hingga 30%, tergantung pada periode yang diukur.
Laporan ini juga mengungkapkan penyebab utama lonjakan harga yang cepat:
- Permintaan beralih ke model terbuka. — Bagian model dari perusahaan Cina untuk token OpenRouter di AS, Eropa, dan Global South meningkat dari 6-13% menjadi 57-67% dalam waktu kurang dari delapan bulan, menurut CNBC. Bobot terbuka memungkinkan setiap perusahaan dengan GPU untuk menjalankan model hampir-tingkat terdepan pada perangkat keras yang mereka kendalikan.
- Pembeli terbesar mengamankan pasokan terbaru. — Empat hyperscaler terbesar mengendalikan pengeluaran modal $720-740 miliar untuk tahun 2026, dan empat transaksi terbesar yang diungkapkan oleh laboratorium AI dan Meta dengan neoclouds total sekitar $233 miliar, di mana tiga diantaranya merupakan jumlah yang “hingga” dan sebagian besar untuk kapasitas yang belum diserahkan.
- GPU-jam semakin menjadi aset finansial. — CME, ICE, dan Nodal Exchange telah mengumumkan futures GPU, setiap pembayaran berdasarkan indeks harga berbeda, sementara para pemberi pinjaman sudah mulai memberikan pinjaman dengan menggunakan GPU sebagai jaminan: pinjaman dari Lambda yang memiliki peringkat investasi dihargai 6.78% dan pinjaman dari Sharon AI tanpa peringkat yang diungkapkan pada 9.95%.
“Model dengan bobot terbuka sangat dekat dengan model tertutup terbaik, dan banyak perusahaan beralih ke model tersebut. Setiap perusahaan dengan GPU kini bisa menjalankan model hampir-tingkat terdepan pada perangkat keras yang mereka kendalikan. Yang sulit adalah mendapatkan GPU-nya,” ungkap Evgeny Ponomarev, salah satu pendiri Fluence.
Laporan ini ditutup dengan empat cara untuk membayar lebih sedikit untuk komputasi yang sama: bandingkan chip yang sama di berbagai jenis penyedia, berkomitmen saat beban kerja stabil, sesuaikan generasi GPU dengan model, dan mencari di luar hyperscaler, karena banyak kapasitas neocloud terbaru sudah dikontrak untuk laboratorium bertahun-tahun ke depan.
Untuk laporan lengkapnya, bisa diakses di fluence.ai/compute-race-2026.

