Zurück zu allen Angeboten

NVIDIA H200

141 GB VRAM989 FP16 TFLOPS700 W TDP8 Anbieter20 Angebote6 Regionen

Die NVIDIA H200 ist eine Enterprise- GPU, basiert auf der Hopper-Architektur und verfügt über 141 GB Speicher mit 4.800 GB/s Speicherbandbreite und einer TDP von 700 W. Sie liefert 67 TFLOPS FP32-Rechenleistung und 989 TFLOPS FP16-Tensor-Leistung. Derzeit bei 8 Anbieter verfügbar, ab 2,89 €/GPU/Stunde, mit einem Marktmedian von 3,43 €/GPU/Stunde über 20 Konfigurationen.

Günstigster
2,885 €/Std.
Omega Gradient
Median
3,431 €/Std.
über 20 Angebote
Teuerster
4,405 €/Std.
Vast.ai
90-Tage-Trend
+1.9%
Medianpreis

Hardware-Spezifikationen

Gleich bei allen Anbietern

Speicher
141 GB
HBM3
Welche LLMs passen? ↓
FP16-Leistung
989 TFLOPS
peak
TDP
700 W
Speicherbandbreite
4.800 GB/s
Architektur
Hopper
FP32-Leistung
67 TFLOPS
Marke
NVIDIA
Serie
H200
Marktpreis-Verlauf

Medianpreis über alle Anbieter

Preise aktualisiert vor 6 Minuten

10 Angebote von 8 Anbietern

Sortiert nach aufsteigendem Preis. Konfigurationen direkt vergleichen.

AnbieterAnzahlvCPURAMRegionPro GPU/Std.Gesamt/Std.Aktion
Runpod logoRunpodBeworben
Bis zu429 €GuthabenAffiliate-Werbung — wir erhalten möglicherweise eine Provision.
×112188 GB
United StatesIcelandFrance+1
3,942 €3,94 €Starten
Sesterce Cloud logoSesterce CloudEmpfehlungslink
×8962 TB--
Ab2,125 €
-4.4% 30T
Ab17,00 €
×81901,76 TB--
2,336 €
18,69 €
Omega Gradient logoOmega GradientGünstigster
×82081,86 TB--
2,885 €
-27.6% 30T
23,08 €
Starten
×81.66414,88 TB
Japan
3,023 €
-30.7% 30T
24,18 €
Starten
×18141 GB--
3,169 €
0.0% 30T
Ab3,17 €
Starten
Vast.ai logoVast.aiEmpfehlungslinkIm Trend
×116192 GB
United StatesCzech RepublicJapan+1
Ab3,323 €
-2.5% 30T
Ab3,32 €
Starten
Oblivus logoOblivusEmpfehlungslink
×1
United States
3,426 €
3,43 €
Starten
×81761,76 TB
Canada
3,426 €
0.0% 30T
27,41 €
Starten
×144170 GB--
3,435 €
Ab3,43 €
Starten
Runpod logoRunpodEmpfehlungslinkIm Trend
Bis zu429 €Guthaben
×112188 GB
United StatesIcelandFrance+1
3,942 €
0.0% 30T
3,94 €
Starten

LLMs, die auf die NVIDIA H200 passen

Geschätzter VRAM-Bedarf beliebter Open-Weight-LLMs bei 16 Bit (FP16/BF16), 8 Bit (FP8/INT8) und 4 Bit (INT4/MXFP4), bei 141 GB pro GPU. Gezeigt werden die 12 größten passenden Modelle.

ModellParameter16 Bit8 Bit4 Bit
DeepSeek V4 Pro
DeepSeek
1,6 Bio.
49 Mrd. aktiv
Nicht veröffentlicht
Nicht veröffentlicht
1.038 GB
8× · 90 GB frei
Kimi K2.5
Moonshot AI
1 Bio.
32 Mrd. aktiv
Nicht veröffentlicht
Nicht veröffentlicht
714 GB
8× · 414 GB frei
GLM-5.2
Z.ai
753 Mrd.
1.808 GB
Zu groß
994 GB
8× · 134 GB frei
579 GB
8× · 549 GB frei
oder 4× · 16 % übrig
DeepSeek R1
DeepSeek
671 Mrd.
37 Mrd. aktiv
Nicht veröffentlicht
826 GB
8× · 302 GB frei
481 GB
4× · 83 GB frei
DeepSeek V4 Flash
DeepSeek
284 Mrd.
Nicht veröffentlicht
Nicht veröffentlicht
192 GB
2× · 90 GB frei
Solar Open2 250B
Upstage
250 Mrd.
15 Mrd. aktiv
601 GB
8× · 527 GB frei
oder 4× · 12 % übrig
330 GB
4× · 234 GB frei
oder 2× · 2 % übrig
192 GB
2× · 90 GB frei
Qwen3 235B-A22B
Alibaba
235 Mrd.
22 Mrd. aktiv
564 GB
8× · 564 GB frei
oder 4× · 19 % übrig
310 GB
4× · 254 GB frei
oder 2× · 9 % übrig
181 GB
2× · 101 GB frei
Laguna-S 2.1
Poolside
118 Mrd.
8 Mrd. aktiv
282 GB
4× · 282 GB frei
oder 2× · 19 % übrig
155 GB
2× · 127 GB frei
oder 1× · 9 % übrig
90 GB
1× · 51 GB frei
gpt-oss-120b
OpenAI
117 Mrd.
5,1 Mrd. aktiv
Nicht veröffentlicht
Nicht veröffentlicht
78 GB
1× · 63 GB frei
Qwen3.6 35B-A3B
Alibaba
35 Mrd.
3 Mrd. aktiv
86 GB
1× · 55 GB frei
47 GB
1× · 94 GB frei
28 GB
1× · 113 GB frei
Qwen3 32B
Alibaba
32,8 Mrd.
79 GB
1× · 62 GB frei
43 GB
1× · 98 GB frei
25 GB
1× · 116 GB frei
Gemma 4 31B
Google
31,3 Mrd.
75 GB
1× · 66 GB frei
41 GB
1× · 100 GB frei
24 GB
1× · 117 GB frei

Schätzungen: Modellgewichte plus 20 % für KV-Cache und Laufzeit-Overhead, bei kurzen Kontextlängen. Lange Kontexte und große Batches benötigen mehr. Als „knapp“ markierte Zeilen fassen die Gewichte, aber nicht diesen vollen Puffer. Ein ×N-Wert ist der gesamte VRAM über N dieser GPUs und sagt nichts über den Durchsatz der Verbindung aus. Wie wir das schätzen · Stattdessen vom Modell aus starten

Mehr von dieser Seite?

Falsche Daten?

Häufig gestellte Fragen

Wie viel kostet die H200 pro Stunde?
Die H200 beginnt bei 2,89 € pro GPU-Stunde, mit einem Median von 3,43 € über 20 verfügbare Konfigurationen. Der tatsächliche Preis hängt von Anbieter, Region und Mietart (On-Demand, Spot oder Reserved) ab.
Welche Cloud-Anbieter bieten die H200 an?
11 Anbieter führen derzeit die H200: Hyperstack, Omega Gradient, Sesterce Cloud, Runcrate, Geodd, Oblivus und 5 weitere. Vergleichen Sie Stundenpreise, Regionen und Spezifikationen in der Tabelle oben.
Wie viel VRAM hat die H200?
Die H200 verfügt über 141 GB VRAM, was bestimmt, welche Modelle und Batch-Größen sie für Training und Inferenz im Speicher halten kann.
Welche LLMs kann ich auf der H200 betreiben?
Mit 141 GB VRAM kann eine einzelne H200 Modelle wie Laguna-S 2.1, gpt-oss-120b, Qwen3.6 35B-A3B, Qwen3 32B bereitstellen. Die Tabelle oben zeigt den geschätzten VRAM-Bedarf jedes Modells bei 16 Bit, 8 Bit und 4 Bit — inklusive der Multi-GPU-Konfigurationen, die größere Modelle benötigen.
Welches ist das größte LLM, das ich auf mehreren H200 betreiben kann?
Die größten von uns erfassten Modelle, die auf mehrere H200 passen, sind DeepSeek V4 Pro auf 8 GPUs mit 4 Bit, Kimi K2.5 auf 8 GPUs mit 4 Bit, GLM-5.2 auf 8 GPUs mit 8 Bit. Bei einer Multi-GPU-Konfiguration mieten und bezahlen Sie jede Karte für die gesamte Laufzeit, und die Aufteilung eines Modells über mehrere Karten kostet zusätzlich Durchsatz: Die GPUs tauschen bei jedem Token Aktivierungen aus, die Leistung hängt also davon ab, wie schnell sie miteinander verbunden sind. Wir erfassen den Interconnect nicht — prüfen Sie die Knoten-Spezifikation des Anbieters. Die Tabelle oben nennt die kleinste Konfiguration jedes Modells bei 16 Bit, 8 Bit und 4 Bit.
Wo ist die H200 am günstigsten?
Der niedrigste On-Demand-Preis, den wir derzeit für die H200 erfassen, liegt bei 2,89 € pro GPU-Stunde bei Omega Gradient. Da Anbieter Preise und Verfügbarkeit häufig ändern, prüfen Sie die Live-Tabelle oben vor dem Start.