RunPod vs Vast.ai GPUレンタル実測 — 初めてはRunPod、最安はVastの2択

こんにちは。雨の日が続く季節ですね。今回は、クラウドで GPU を借りるなら RunPod と Vast.ai のどちらにするか、という話です。

先に答えを書きます。初めて借りる人や、確実に動かしたい人は RunPod。手間がかかっても最安を狙いたい人は Vast.ai です。両方で実際に GPU を借りてローカル LLM を動かすと、差が出たのは速さではなく「借りたあと、どれだけ思いどおりに動いてくれるか」のほうでした。Vast.ai を選ぶなら、最初に一度ならし運転（warmup）をすることと、5分待って起動しないホストは見切ることが、ほぼ必須の作法になります。

安い方がいいのは分かる、でも借りた GPU が起動直後に激遅だったら、そもそもホスト（GPU を貸している側のマシン）が動かなかったら、という不安はかなりまともです。実際、Vast.ai は安い一方でホストによる当たり外れがあり、RunPod は少し高い代わりに動き方が読みやすい。速度の勝負ではなく、どちらで借りるべきかを順に整理します。速度の話は RunPodでGPUを時給39円で借りて実測 — 安い16GBが7.5倍割高だった結論 で詳しく書いているので、あわせて読むとつながりが見えやすいと思います。

この記事内のRunPod / Vast.ai のリンクは紹介リンク（アフィリエイト）です。リンク経由で登録・利用されると、筆者に紹介報酬が入ります（登録する側の特典は、RunPod は初回 $10 入金後にボーナスクレジット、Vast.ai は特になし。2026-09-26 時点の各社公式ドキュメント）。料金や使い勝手は、実際に借りて確かめたうえで書いています。

• 結論だけ先に言うと
• まず前提が違う：料金モデルそのものが別物
  • RunPodは前払いクレジット制の固定時給
  • Vast.aiはオークション型のマーケットプレイス
• 同じGPUでも違うので、単純な速度比較はしない
• Vast.aiの安さは本物だが、安さの取り方に癖がある
  • 安さの代償は、個体ガチャを引くこと
• RunPodは高いというより、運用のムラが少ない
• コールドスタートはVast.aiだけの話ではない
  • Vast.aiではコールドスタートの低下を実測した
  • RunPodでは A4000 で再現しなかった
  • 対策はシンプルで、warmup を1回挟むこと
• 終わった後に課金で困らないかが、実は大事です
  • RunPodはTerminateで止める
  • Vast.aiは destroy に -y を付けて自己消滅させる
• 自分ならこう選ぶ
  • RunPodを選ぶケース
  • Vast.aiを選ぶケース
• 次にやるとよいこと
• 測った条件
• 参考リンク
• この記事を書いた人

比べて分かったのは、きれいな優劣ではありませんでした。

• 初めて借りる / 確実に動かしたい / トラブルに時間を取られたくない → RunPod
• とにかく最安 / 手間を許容 / warmup と 5分見切りを守れる → Vast.ai

ここはブレません。ベンチマークの数字よりも、運用のしやすさのほうに差が出ます。

どちらも見た目は「GPU を借りるサービス」ですが、お金の払い方からして中身はかなり違います。

RunPodは前払いクレジット制の固定時給

RunPod は、先に入れておいたクレジットを固定の時給で減らしながら使う形です。残高が尽きると Pod（借りている GPU マシン）が止まるので、使いすぎを仕組みの側で防げます。地味ですが、「気づいたら回しっぱなしで課金が膨らんでいた」を避けやすいのは、実際に使うとかなり効いてきます。

Vast.aiはオークション型のマーケットプレイス

Vast.ai は、同じ GPU でもホストごとに値段が違う市場です。最安を拾える代わりに、値段も品質も揺れます。「安い GPU レンタル」というより、安い個体を自分で選びに行く市場と考えたほうが実態に近い。ここを知らずに借りると、借りた直後に「なんか遅い」「なんか起動しない」に出くわします。

先にひとつ釘を刺しておきます。RunPod 側は gemma3:27b、Vast 側は gemma4:12b という別のモデルで計測していました。 なので、1秒あたりに出る文字量（t/s）を並べて「こっちが速い」と言うのは不誠実です。

速さを左右する本丸は、結局のところそのモデルが GPU のメモリ（VRAMVRAMグラフィックボードに載っている、GPU 専用の高速なメモリ。詳しく →）に収まるかどうかです。速度そのものは VRAM崖の記事 に任せて、この記事では「借りる先としてどちらが扱いやすいか」に絞ります。

価格だけ見ると、Vast.ai はかなり強いです。

• 同じ RTX 4090 クラスの時間単価

  • RunPod: $0.69/hr
  • Vast.ai: $0.44/hr 前後

  （いずれも 2026-06 時点・概算です。為替や Vast.ai のオークションで変動します。最終的にはご自分の画面で確かめてください）

ただ、これは「RunPod が1.5倍割高」という話ではありません。RunPod の値段には、管理された安定供給と verified（審査済み）のホストの分が乗っている。Vast.ai はオークションの最安を拾える代わりに、品質がホスト次第になる。差はそこにあります。

Vast.ai はさらに安くなることもあって、RTX 3090 で実走約 $0.02 という実績もありました。これはかなり印象的でした。とはいえ、これを保証された値段だと思わないほうがいいです。Vast.ai が強いのは「安い個体を探し当てたとき」で、裏返せば、探し当てる手間そのものがコストになります。

安さの代償は、個体ガチャを引くこと

Vast.ai でも verified のホストは選べます。それでも、CUDA（GPU を動かすための土台のソフト）のバージョンが古いホストを掴むと、device-kernel error で動かないことがあります。安いホストを引いた瞬間に、値段の話が一気に消える。安いけど動かない、というのがいちばんつらいところです。

RunPod はデータセンター級の設備で、動きが安定しています。ここは素直に評価していいところです。

ただ、万能ではありません。人気の GPU、たとえば 4090 Medium / 5090 Low あたりは在庫が薄いことがあり、This machine does not have the resources と言われて借りられないことがあります。containerDisk（作業用ディスク）の容量を大きく要求しすぎても弾かれます。

つまり RunPod にも個体ガチャはあります。ただ、Vast.ai のように「そもそもホストが寝ている」方向の事故は少ない。実際に触ると、この差が地味に効いてきます。

コールドスタートは、モデルを読み込んだ直後の最初の1回が遅くなる現象のことです。「Vast.ai は遅い、RunPod は速い」と単純にまとめたくなりますが、そこは少し違いました。

Vast.aiではコールドスタートの低下を実測した

Vast.ai では、モデルを取り込んだ（pull した）直後の初回生成で、3060=46%・3090=59%・5090=75% の速度低下を実測しました。一方で、4090 は低下なしでした。Vast.ai がいつも遅いのではなく、ホストによってコールドスタートの出方が変わるということです。

RunPodでは A4000 で再現しなかった

RunPod の A4000 では、同じ現象は再現しませんでした。なので、これは Vast.ai だけを悪く言う材料ではなく、ホストの品質の差が出たと見るのが正確だと思います。

対策はシンプルで、warmup を1回挟むこと

計測の前に、warmup を1回入れてください。これだけで「遅い」という誤判定をかなり防げます。借りた GPU が激遅だと思ったら、故障を疑う前に、まず warmup をしたかどうかを確かめる。ここを飛ばすと、安いホストを自分で悪者にして終わってしまいます。

Vast.ai では、5分待っても起動の気配（status_msg という状態表示）が出ないホストは、見切って次の候補（offer）へ移るのが定石です。ここをルールにしておかないと、せっかくの安さが手間に食われます。

見落とされがちですが、ここがかなり大事です。

⚠️ 止め方を間違えると、課金が止まらないことがあります。

RunPodはTerminateで止める

RunPod では、使い終わったら自分で消える仕掛けを三層に重ねて、4090 の実機で確かめました。停止ではなく Terminate（削除） にすると、課金が確実に止まります。「削除する」という一段強い操作が用意されているのは、使う側としては安心材料です。

Vast.aiは destroy に -y を付けて自己消滅させる

追記（2026-09-26）：公開時点では「Vast.ai は自己消滅の経路がまだ未解決」と書いていましたが、原因を特定して解決しました。Vast.ai の CLI で削除するとき、確認フラグ -y を付けないと「本当に消しますか？」への返事が No 扱いになり、削除されないまま正常終了していました。-y を付ければ、起動時に仕込んだ自己消滅タイマーで確実に消えます。エラーが出ない罠なので、タイマーを仕込んだら一度は本当に消えるところまで確認してください。消し忘れを防ぐ事前準備は Colabの代わりにGPUを借りる — RunPodとVast.aiの選び方と消し忘れ防止の3つの仕掛け にまとめました。

Vast.ai も、destroy（CLI なら -y 付き）で完全に削除すれば課金は止まります。「止めたつもり」がいちばん危ないのは両方に共通ですが、Vast.ai は特に気をつけたほうがいいです。

判断はかなり単純に落とせます。RunPod の高さは「損」ではなく、動き方の読みやすさにお金を払っているということ。確実に動くことに時間の価値を置くなら、その差額は安く付きます。逆に Vast.ai の安さは「正義」でもなく、ホスト選びと見切りの手間を自分で引き受ける選択です。

RunPodを選ぶケース

• 初めてクラウドGPUを借りる
• ローカルLLMLLM（大規模言語モデル）大量の文章で学習し、人のように文章を読み書きできる大きな AI のモデル。詳しく →を確実に動かしたい
• 詰まりを最小化したい
• 終了処理を含めて運用を読みやすくしたい

この条件なら、RunPod のほうが事故りにくいです。

👉 RunPod を試す（紹介リンク／アフィリエイト）: https://runpod.io?ref=8f3bejl2

Vast.aiを選ぶケース

• とにかく最安を狙いたい
• ホスト選びや warmup を面倒だと思わない
• 多少の試行錯誤を許容できる
• 「安い個体を拾う作業」も込みで使える

この条件なら、Vast.ai の旨味があります。

👉 Vast.ai を試す（紹介リンク／アフィリエイト）: https://cloud.vast.ai/?ref_id=572892

読んで終わりにするより、次の順で決めていくと外しにくいです。

1. まず自分の用途を決める

   • 1回きりの検証か
   • 継続運用か
   • コスト最優先か
   • 時間最優先か

2. 最初の1回は RunPod で基準を作る

   • 「普通に動く状態」がどれくらいかを掴みやすいです

3. Vast.aiは warmup 前提で試す

   • 5分無表示なら見切って次点へ

4. 速度の議論は VRAM 条件と切り分ける

   • 速度比較をしたくなったら、まずモデルが収まっているかを見る
   • その話は VRAM崖の記事 に委ねるのが筋です

この違いを知っているだけで、借りたあとの失敗はかなり減ると思います。クラウドの料金画面や在庫の状況はよく更新されるので、画面がこの記事と違っていたら、そちらを正としてください。

RunPod と Vast.ai の両方で実際に GPU を借りてローカル LLM を動かし、その体験をもとに比べています。RunPod では gemma3:27b を RTX A4000(16GB) / RTX 4090(24GB) で 2026-06-02 に、Vast.ai では gemma4:12b を RTX 3060 / 3090 / 4090 / 5090 で 2026-06-07 に計測しました（実測台帳ベース）。数字は実測の事実として、向き不向きの判断は私の解釈として分けて書いています。

コールドスタートの低下（Vast.ai 3060=46% / 3090=59% / 5090=75%・4090=低下なし）は、warmup の有無を変えて実測した値です。同じ GPU でも個体によって出方が変わるので、目安として見てください。速度の数値そのものは別モデルのため対決させず、価格・信頼性・運用のしやすさの差として整理しました。

• RunPodでGPUを時給39円で借りて実測 — 安い16GBが7.5倍割高だった結論 — 速度を左右する「VRAMに収まるか」の実測はこちら
• ローカル最高80% vs クラウド93%——規模の残酷な現実 — 借りる前に「ローカルで足りるか」を考える材料に
• META-MARK — GPU/CPUのMetaScore比較

HW系エンジニアとして20年以上、10,000件を超える顧客訪問と2,000件を超える単独ソリューション実績。AIツールを使った個人開発やIoT農園など、Raspberry Piを使ったオートメーション化なども実践中です！エンジニア専門結婚相談所も運営中、ClaudeCodeで解決できない心の課題も解決いたします！