Resposta rápida
H100 vs H200: vale a pena pagar mais pela H200?
H100 vs H200: a H200 vale o custo extra quando seu modelo não cabe em 80 GB. Ela tem 141 GB e 1,43 vezes a largura de banda, com o mesmo pico de cálculo SXM. Em 29 de outubro de 2026, custava 33% mais por hora nos menores preços on-demand que encontramos, mas o Llama 3.1 70B em FP8 cabe em uma H200 em vez de duas H100s. A GPUwithCrypto aluga as duas por cripto, sem KYC: H200 $3,07/hora, H100 $2,32/hora.
Como as especificações da H100 e da H200 se comparam?
Números oficiais da NVIDIA, lidos em 29 de outubro de 2026. Os valores de Tensor são TFLOPS de pico densos. A NVIDIA publica os valores de Tensor do Hopper apenas com esparsidade, então denso = número da NVIDIA ÷ 2, marcado com (d). Números de pico não são benchmarks.
| Especificação | H100 SXM | H100 PCIe | H200 SXM | H200 NVL (PCIe) |
|---|---|---|---|---|
| Memória | 80 GB HBM3 | 80 GB HBM2e | 141 GB HBM3e | 141 GB HBM3e |
| Largura de banda de memória | 3.350 GB/s | 2.000 GB/s | 4.800 GB/s | 4.800 GB/s |
| FP16 / BF16 Tensor, denso | 989,5 TFLOPS (d) | — | 989,5 TFLOPS (d) | 835,5 TFLOPS (d) |
| FP8 Tensor, denso | 1.979 TFLOPS (d) | — | 1.979 TFLOPS (d) | 1.670,5 TFLOPS (d) |
| NVLink | 900 GB/s | 600 GB/s (bridge) | 900 GB/s | 900 GB/s (bridge de 2 ou 4 vias) |
| PCIe | Gen5 | Gen5 | Gen5 | Gen5 |
| Consumo máximo | 700 W | 350 W | 700 W | 600 W |
| Lançamento | 2022 | 2022 | 2023 | 2024 |
(d) = número 'com esparsidade' da NVIDIA ÷ 2. A NVIDIA rotula a tabela da H200 como 'Preliminary specifications. May be subject to change.' Nenhuma página oficial atual informa os valores de Tensor da H100 PCIe como densos ou esparsos.
A H200 é mais rápida que a H100?
Não em cálculo bruto. A H200 SXM e a H100 SXM compartilham o mesmo pico denso: 989,5 TFLOPS BF16 e 1.979 TFLOPS FP8. A H200 muda a memória: 141 GB em vez de 80 GB (1,76 vezes) e 4.800 GB/s em vez de 3.350 GB/s (1,43 vezes). Esses são números de pico da NVIDIA, não benchmarks.
- Tarefas limitadas por cálculo (treinamento, prefill de prompts longos) não ganham vantagem de pico com a H200.
- Decodificação limitada por memória pode ganhar até a proporção de 1,43× de largura de banda no pico.
- A capacidade é o grande ganho. Um modelo que precisa de duas H100s roda em uma H200, sem dividir entre GPUs.
A H200 NVL é uma placa PCIe com os mesmos 141 GB, limite de 600 W e picos menores (835,5 TFLOPS BF16 densos). As instâncias têm de 1 a 8 GPUs dependendo do host. Antes de começar, o dashboard mostra o país de cada host, a quantidade de GPUs, o form factor (SXM ou PCIe) e a interconexão.
Quais modelos cabem em uma H200 mas não em uma H100?
Regra geral: memória ≈ parâmetros (bilhões) × bytes por parâmetro × 1,2, com 2 bytes para BF16, 1 para FP8 e 0,5 para 4-bit (EleutherAI). Contextos longos somam KV cache: o Llama 3.1 70B usa 320 KiB por token em BF16, então um contexto de 131.072 tokens soma 42,9 GB. Fórmula e mais modelos: guia de VRAM.
| Modelo e precisão | Memória necessária | H100 80GB | H200 141GB |
|---|---|---|---|
| Llama 3.1 8B, BF16 | 19.2 GB | 1 GPU | 1 GPU |
| Llama 3.1 70B, fine-tune QLoRA | 52.5 GB | 1 GPU | 1 GPU |
| Llama 3.1 70B, FP8 | 84 GB | 2 GPUs | 1 GPU |
| Qwen2.5 72B, FP8 | 87.2 GB | 2 GPUs | 1 GPU |
| Llama 3.1 70B, FP8 + um contexto de 128K tokens | ≈ 113 GB | 2 GPUs | 1 GPU |
| Llama 3.1 70B, BF16 | 168 GB | 3 GPUs | 2 GPUs |
| Llama 3.1 405B, 4-bit | 243 GB | 4 GPUs | 2 GPUs |
| Llama 3.1 405B, FP8 | 486 GB | 7 GPUs | 4 GPUs |
| DeepSeek-V3 / R1, FP8 (nativo) | ≈ 805 GB | 11 GPUs (em mais de um nó de 8 GPUs) | 6 GPUs (um nó de 8 GPUs) |
Encaixe ingênuo = o número de placas cuja memória total comporta a estimativa; ignora a sobrecarga de paralelismo de tensor e a memória reservada pelo driver. A DeepSeek publica os pesos do V3 e do R1 em FP8; todos os 671B de parâmetros precisam ficar residentes, embora 37B estejam ativos por token. Os números de KV cache usam a arquitetura do paper do Llama 3 (80 camadas, 8 KV heads, head size 128).
Quanto custam o H100 e o H200 por hora?
Por GPU-hora, em USD. 'Lowest' (menor) e 'median' (mediana) são preços de tabela on-demand self-serve da verificação de preços da GPUwithCrypto em 29 de outubro de 2026; preços spot e de marketplace ficam de fora. A Vast.ai é um marketplace e aparece à parte. Todas as GPUs: preços.
| GPU | GPUwithCrypto | Menor preço sob demanda em outro lugar | Mediana sob demanda | Provedores verificados | Menor oferta no Vast.ai |
|---|---|---|---|---|---|
| H100 80GB | $2,32/hora | $2,73 (Massed Compute) | $4.16 | 16 | $1,73 (H100 SXM) |
| H200 141GB | $3,07/hora | $3.62 (Massed Compute, H200 NVL) | $5.29 | 13 | $3.00 (H200 NVL) |
Preços verificados em
A Massed Compute não informa o form factor do seu H100 de $2.73. Números da Vast.ai: feed público de preços da Vast.ai, oferta alugável mais barata em 29 de outubro de 2026. Impostos excluídos.
O H200 sai mais barato por GB de memória?
Sim. Segundo a verificação de preços da GPUwithCrypto em 29 de outubro de 2026, o H200 custa 33% mais por hora que o H100, mas 25% menos por GB de memória. Calculado como preço por hora ÷ GB:
- H200: 2,57 centavos por GB-hora no menor preço on-demand ($3.62 ÷ 141), 3,75 centavos na mediana ($5.29 ÷ 141).
- H100: 3,41 centavos por GB-hora no menor preço ($2.73 ÷ 80), 5,20 centavos na mediana ($4.16 ÷ 80).
Na mediana, o H200 é 28% mais barato por GB. Na GPUwithCrypto, a mesma divisão dá $0.022 e $0.029, com cada GPU pelo menos 15% abaixo da sua referência on-demand indicada.
Em banda, o H200 de menor preço entrega 8% mais GB/s por dólar que o H100 de menor preço (1.326 vs 1.227 GB/s por $/hora, com o H100 no seu número SXM).
Quanto custa servir o Llama 70B em H100s vs um H200?
Um H200 custa menos que dois H100s. Exemplo resolvido (premissa): você serve o Llama 3.1 70B em FP8 (≈ 84 GB) 24 horas por dia. Isso exige dois H100s ou um H200. Nos menores preços que encontramos, um H200 custa 34% menos que dois H100s; na mediana, 36% menos.
Dois H100s dão o dobro do pico de cálculo de um H200. Isso só importa se o seu serving estiver limitado por compute em batch grande.
Llama 3.1 70B em FP8: dois H100s ou um H200
| Base do preço | 2 × H100, 24 h | 1 × H200, 24 h | 2 × H100, 720 h | 1 × H200, 720 h |
|---|---|---|---|---|
| GPUwithCrypto | 2 × $55.68 | $73.68 | 2 × $1,670.40 | $2,210.40 |
| Menor preço sob demanda em outro lugar | $131.04 | $86.88 | $3,931.20 | $2,606.40 |
| Mediana sob demanda | $199.68 | $126.96 | $5,990.40 | $3,808.80 |
Preços verificados em
As horas de execução são uma premissa. Só tempo de GPU; armazenamento e rede são cobrados à parte onde o provedor cobra.
Quando devo alugar o H100?
Quando o modelo cabe em 80 GB. Aí o H200 precisa rodar o seu job 1,33 vezes mais rápido para se pagar nos menores preços ($3.62 ÷ $2.73), ou 1,27 vezes na mediana ($5.29 ÷ $4.16). Nossos dois preços mantêm quase a mesma razão de 1,33, porque cada um fica pelo menos 15% abaixo da sua referência indicada ($3.62 e $2.73).
- Trabalho limitado por compute que cabe em 80 GB: o H100 ganha. O pico de cálculo é igual, o preço não.
- Decodificação limitada por banda que cabe em 80 GB: a vantagem de 1,43× de banda de pico do H200 fica um pouco acima da diferença de preço de 1,33×. Teste sua própria carga antes de fechar um mês.
- Fine-tuning de modelos 8B, QLoRA em 70B, notebooks: o H100, ou uma A100 80GB mais barata.
Alugue o H200 para serving FP8 de porte 70B numa única GPU, contextos longos, modelos 405B em menos GPUs e DeepSeek-V3 ou R1 num único nó de 8 GPUs.
Perguntas sobre o H100 e o H200
A H200 é mais rápida que a H100?
Não em cálculo: as versões SXM compartilham o mesmo pico denso, 989,5 TFLOPS BF16 e 1.979 TFLOPS FP8 (derivado dos números esparsos da NVIDIA). O H200 tem 1,43 vezes a banda de memória e 1,76 vezes a memória, o que ajuda na decodificação limitada por memória e em modelos grandes.
Quanto um H200 custa a mais por hora que um H100?
Em 29 de outubro de 2026, os menores preços on-demand self-serve que encontramos foram $3.62 para um H200 e $2.73 para um H100, com 33% de diferença. As medianas foram $5.29 e $4.16. A GPUwithCrypto cobra $3,07/hora e $2,32/hora.
Consigo rodar o Llama 3.1 70B num único H200?
Sim em FP8: cerca de 84 GB com a regra × 1,2, deixando espaço para o KV cache nos 141 GB. Em BF16 precisa de cerca de 168 GB, então dois H200s. Em H100s, a versão FP8 precisa de duas placas.
Devo alugar dois H100s ou um H200?
Para um modelo entre 80 e 141 GB, um H200: custa 34% menos que dois H100s nos menores preços de 29 de outubro de 2026 e evita dividir o modelo. Dois H100s fazem sentido quando você precisa do dobro do pico de cálculo.
Posso pagar por um H200 com cripto?
Sim. A GPUwithCrypto aluga o H200 por BTC, USDT, USDC, ETH, SOL, LTC, sem KYC. Dos 13 provedores com preço on-demand de H200 em 29 de outubro de 2026, 4 aceitam cripto: Massed Compute, Paperspace/DigitalOcean, Spheron e RunPod, que pede KYC primeiro.
Alugue um H200 ou um H100 com cripto
H200 $3,07/hora · H100 $2,32/hora · cobrado por minuto · sem KYC.
Fontes (10)
- NVIDIA H200 Tensor Core GPU — NVIDIA (read 2026-10-29)
- NVIDIA H200 NVL — NVIDIA (read 2026-10-29)
- NVIDIA H100 Tensor Core GPU — NVIDIA (read 2026-10-29)
- Resumo do produto NVIDIA H100 PCIe (PB-11133-001) — NVIDIA (read 2026-10-29)
- The Llama 3 Herd of Models (Table 3) — arXiv (read 2026-10-29)
- Transformer Math 101 — EleutherAI (read 2026-10-29)
- DeepSeek-V3 model card — DeepSeek / Hugging Face (read 2026-10-29)
- Qwen2.5-72B-Instruct model card — Qwen / Hugging Face (read 2026-10-29)
- Preços do Massed Compute vm.massedcompute.com/pricing — Massed Compute (read 2026-10-29)
- Feed público de preços de GPU do Vast.ai — Vast.ai (read 2026-10-29)