Reason to trust
How Our News is Made
Strict editorial policy that focuses on accuracy, relevance, and impartiality
Ad discliamer
Morbi pretium leo et nisl aliquam mollis. Quisque arcu lorem, ultricies quis pellentesque nec, ullamcorper eu odio.
The AI Compute Race *informa precios de cómputo GPU fuera de los mayores compradores: un compromiso de tres años reduce el precio medio en un 48%, mientras que 17 de los 22 modelos de GPU rastreados subieron de precio durante el último año *
DALLAS, Texas – 13 de noviembre de 2026 – Fluence ha publicado The AI Compute Race, un informe que valora el cómputo GPU en la nube para todas las empresas que no son laboratorios de frontera ni hiperescaladores. Fue elaborado con socios de investigación NEAR AI, [io.net](https://io.net/), Boundless, [Phala](https://phala.com/), Gensyn, [Fortytwo](https://fortytwo.network/), Theta, [Compute Labs](https://www.computelabs.ai/) y [GAIB](https://gaib.ai/). Su hallazgo central: donde una empresa compra una hora de GPU determina el precio. En los modelos H100, H200 y B200, los hiperescaladores listan GPUs a 1,98 veces la mediana del cómputo en la nube, desde 1,4 veces en el B200 hasta 2,8 veces en el H100. El mismo H200 se lista entre $4,08 y $10,60 por hora.*
La duración del compromiso importa casi tanto como la elección del proveedor. En comparación con la tarifa bajo demanda de cada proveedor, una reserva de un año reduce el precio medio en un 21% y un plazo de tres años en un 48%. La capacidad spot se lista al 53% del bajo demanda, para cargas de trabajo que pueden ser interrumpidas.
Los compradores que esperan que los precios de GPU bajen pueden necesitar revisar sus presupuestos. Diecisiete de los 22 modelos de GPU rastreados por GetDeploying cuestan más que hace un año, y la mediana del H100 se alquila entre un 13% y un 30% más, según la ventana medida.
El informe también rastrea por qué los precios están subiendo rápidamente:
- La demanda se trasladó a modelos abiertos. La participación de modelos chinos en los tokens de OpenRouter entre empresas en EE. UU., Europa y el Sur Global pasó del 6–13% al 57–67% en menos de ocho meses, según CNBC. Los pesos abiertos permiten que cualquier empresa con GPUs ofrezca un modelo casi de frontera en el hardware que controla.
- Los mayores compradores aseguraron el suministro más reciente. Los cuatro hiperescaladores más grandes guían $720–740 mil millones de gasto de capital en 2026, y los cuatro mayores acuerdos divulgados por laboratorios de IA y Meta con neoclouds suman aproximadamente $233 mil millones, tres de ellos “hasta” ciertos montos y gran parte destinados a capacidad aún no entregada.
- La hora de GPU se está convirtiendo en un activo financiero. CME, ICE y Nodal Exchange han anunciado futuros de GPU, cada uno liquidándose con un índice de precios diferente, mientras los prestamistas ya otorgan créditos contra GPUs: el préstamo de Lambda con calificación de grado de inversión tiene un precio del 6,78% y el de Sharon AI, sin calificación divulgada, del 9,95%.
“Los modelos de peso abierto están muy cerca de los mejores cerrados, y las empresas están cambiando a ellos. Cualquier empresa con GPUs puede ahora servir un modelo casi de frontera en el hardware que controla. Las GPUs son la parte difícil”, dijo Evgeny Ponomarev, cofundador de Fluence.
El informe concluye con cuatro formas de pagar menos por el mismo cómputo: comparar el mismo chip entre tipos de proveedores, comprometerse cuando la carga de trabajo es estable, emparejar la generación de GPU con el modelo, y mirar más allá de los hiperescaladores, ya que gran parte de la capacidad más reciente de neocloud está contratada por laboratorios con años de antelación.
El informe completo está disponible en fluence.ai/compute-race-2026.
Acerca de Fluence
Fluence Cloud es un proveedor de computación GPU en la nube con capacidad de centros de datos independientes (fluence.ai). Fundada en 2017 por Dmitry Kurinskiy, Evgeny Ponomarev y Tom Trowbridge, la empresa ha recaudado $14 millones de inversores, incluidos 1KX, Multicoin, Distributed Global, Blockchange, Tiger Global y Protocol Labs.
