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

関連記事としては BlogRunPod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RunPodでgemma3:27bを16GBと24GBで実測。借りるのは簡単でも、安いGPUが得とは限らない理由を数字で整理します。→ もあわせて読むと、今回の論点とのつながりを把握しやすくなります。

速度だけで選ぶ話ではありません。初めて借りるならRunPod、最安重視で手間を許容できるならVast.aiです。Vast.aiを使うなら、warmup と 5分見切りの作法はほぼ必須です。

本題から言います。速さで選ぶな、用途で選べ。初めてで確実性を取りたいならRunPod、最安を狙うならVast.aiです。

「安い方がいいのは分かる。でも借りたGPUがコールドスタートで激遅だったら？ そもそもホストが動かなかったら？」──この不安は、かなりまともです。実際、Vast.aiは安い一方で、ホスト依存の当たり外れがあります。RunPodはその逆で、少し高い代わりに運用品質が読みやすいです。

この記事では、どっちが速いかではなく、どっちで借りるべきかを、実際に両方触った前提で整理します。

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。経由登録で少額の特典が入ります。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を手動で確実に
• 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
• まとめ
• 注意点・制約
• どのように検証したか
• よくある質問
  • 結局、RunPodとVast.aiどっちを借りればいい？
  • Vast.aiの方が安いのに、なぜRunPodを勧める場面がある？
  • 借りたGPUが激遅でした。故障ですか？
  • 使い終わったら、どうすれば課金が止まりますか？
• 参考リンク
• 関連記事
• この記事を書いた人

比較して分かったのは、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。ポイントは速さではなく、ベンチの数字より運用品質に差が出ることです。

RunPodとVast.aiは、見た目はどちらも「GPUを借りるサービス」ですが、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、前払いのクレジットを消費しながら使う形です。固定の時給で動くので、残高が尽きるとPodが止まる。これは地味ですが重要で、使いすぎを構造的に防げます。

「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。実務ではかなり効きます。

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マーケットです。最安を拾える代わりに、値段も品質も変動します。

つまり、Vast.aiは「安いGPUレンタル」ではあるのですが、実態は安い個体を選びに行く市場です。ここを理解していないと、借りた直後に「なんか遅い」「なんか起動しない」に遭遇します。

ここは大事なので先に釘を刺します。

RunPod側は gemma3:27b、Vast側は gemma4:12b という別モデルでの計測でした。 なので、t/s を並べて「こっちが速い」と言うのは不誠実です。

速度そのものを見たいなら、別途 BlogRunPod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RunPodでgemma3:27bを16GBと24GBで実測。借りるのは簡単でも、安いGPUが得とは限らない理由を数字で整理します。→ を見てください。速度を左右する本丸は、結局のところどのモデルがそのVRAMに収まるかです。

この記事では速度勝負を作らず、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）

これは「RunPodが1.5倍割高」という話ではありません。正確には、管理された安定供給と verified ホストの対価が RunPod、オークション最安を拾える代わりにホスト次第なのが Vast.ai、という差です。

実際、Vast.aiはさらに安くなり得ます。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。

ただし、これをそのまま保証レートとして期待しない方がいいです。Vast.aiの本領は、**「安い個体を探し当てたときに強い」**こと。逆に言うと、探し当てる手間がコストです。

安さの代償は、個体ガチャを引くこと

Vast.aiでは、verified ホストを選べます。ですが、CUDA 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。

つまり、安いホストを引いた瞬間に、価格の話が一気に消えます。安いけど動かない。これがいちばんつらいところです。

RunPodは、データセンター級で安定しています。ここは素直に評価していいところです。

とはいえ、万能ではありません。人気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 で容量拒否されることがあります。containerDisk の要求が過大でも弾かれます。

つまり、RunPodにも個体ガチャはあります。ただし、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。ここが体感の差です。

実際に触ると、この差は地味に効きます。

「Vast.aiは遅い」「RunPodは速い」と単純化したくなりますが、そこは少し違います。

Vast.aiではコールドスタートの低下を実測した

Vast.aiでは、pull 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。

ただし、4090 は低下なしでした。

ここから分かるのは、Vast.aiが常に遅いのではなく、ホスト依存でコールドスタートの挙動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 だけを貶める材料ではなく、ホスト品質の差が出たと見るのが正確です。

対策はシンプルで、warmup を1回挟むこと

計測前にwarmup を1回入れてください。これだけで誤判定をかなり防げます。

「借りたGPUが激遅だ」と思ったら、まず warmup 前提を疑う。ここを飛ばすと、安いホストを自分で悪者にして終わります。

ここは見落とされがちですが、かなり重要です。

⚠️ 停止の仕方を間違えると、課金が止まらないことがあります。

RunPodはTerminateで止める

RunPodは、自己消滅の三層防御を4090実機で検証済みです。停止ではなく Terminate（削除） にすると、課金が確実に止まります。

この「削除する」という一段強い操作があるのは、実務では安心材料です。

Vast.aiはdestroyを手動で確実に

Vast.aiは、自己消滅の経路がまだ未解決です。なので、手動で destroy を確実に実行する必要があります。

「止めたつもり」がいちばん危ない。これは両者に共通ですが、Vast.aiは特に気をつけた方がいいです。

判断はかなり単純に落とせます。

RunPodを選ぶケース

• 初めてクラウドGPUを借りる
• ローカルLLM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の方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

この記事を読んで終わりにするより、次の順で判断すると外しにくいです。

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
   • ここをルール化しないと、安さが手間に食われます

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 BlogRunPod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RunPodでgemma3:27bを16GBと24GBで実測。借りるのは簡単でも、安いGPUが得とは限らない理由を数字で整理します。→ に委ねるのが筋です

結論は最初と変わりません。

• 初めて / 確実性重視 → RunPod
• 最安重視 / 手間を許容 → Vast.ai
• 速さで選ぶ話ではない
• Vast.aiを使うなら warmup と 5分見切りが必須

RunPodは「高いから損」ではなく、運用の読みやすさにお金を払う選択です。Vast.aiは「安いから正義」でもなく、ホスト選定と見切りの手間を自分で引き受ける選択です。

この違いを知っているだけで、借りた後の失敗はかなり減ります。

• 料金（RunPod $0.69/hr・Vast.ai $0.44/hr 前後・RTX 3090 の実走約 $0.02）は 2026-06 時点・概算です。為替・各社改定・Vast.ai のオークションで変動するので、最終的には自分の画面で確認してください。
• RunPod 側は gemma3:27b、Vast.ai 側は gemma4:12b と別モデルでの計測です。速度の生数値は突き合わせていません。速度の話は VRAM 条件と切り分けてください。
• コールドスタートの低下幅はホスト依存で、同じGPUでも個体によって挙動が変わります。
• クラウドの料金UIや在庫状況は更新されるため、画面が本記事と異なる場合があります。

• 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、その一次体験をもとに比較しています。
• 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、向き不向きの判断は解釈として分けて書いています。
• コールドスタート低下（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。
• 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・運用品質の差として整理しています。

結局、RunPodとVast.aiどっちを借りればいい？

初めて／確実に動かしたい／トラブルに時間を取られたくないなら RunPod。とにかく最安で、ホスト選びと warmup・5分見切りの手間を許容できるなら Vast.ai です。速さで選ぶ話ではありません。

Vast.aiの方が安いのに、なぜRunPodを勧める場面がある？

Vast.ai はオークションで最安を拾える代わりに、ホスト次第で「遅い」「動かない」を引きます。RunPod の高さは、管理された安定供給・verified なホスト・確実に止められる Terminate といった運用品質の対価です。確実性に時間的な価値を置くなら、その差額は安く付きます。

借りたGPUが激遅でした。故障ですか？

多くはコールドスタートです。pull 直後の初回生成は最大75%ほど遅くなることがあります。計測前に warmup を1回挟んでください。Vast.ai で5分待っても起動の気配（status_msg）が出ないホストは、見切って次の offer に移るのが定石です。

使い終わったら、どうすれば課金が止まりますか？

RunPod は停止ではなく Terminate（削除） で確実に止まります。Vast.ai は自己消滅の経路が未整備なので、手動で destroy を確実に実行してください。「止めたつもり」が一番危険です。

• BlogRunPod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RunPodでgemma3:27bを16GBと24GBで実測。借りるのは簡単でも、安いGPUが得とは限らない理由を数字で整理します。→ — 速度を左右する「VRAMに収まるか」の実測はこちら
• Blogローカル最高80% vs クラウド93%——20点差が示す、規模の残酷な現実GPT-5.4 mini/nanoを同じ24問ベンチマークで測定。ローカル最高峰Qwen3.5:4bの80.8%に対し、miniは92.9%・nanoは79.2%。スコアの読み方と、正直な限界を書きます。→ — 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

• BlogRunPod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RunPodでgemma3:27bを16GBと24GBで実測。借りるのは簡単でも、安いGPUが得とは限らない理由を数字で整理します。→
• BlogQwen3:8bは4bより賢いのか？同じ24問で試したら予想外の結果だった前回テストしたQwen3:4b（Rank A・127 tok/s）の上位モデルQwen3:8bを同じ24問で評価。大きいほど賢いはずという期待を、数字が静かに裏切った記録。→
• BlogGemma 4 MTP drafter を今すぐ入れるべきか？ RTX 4070 Ti 12GB でつまずいた3つのポイントと結論RTX 4070 Ti 12GBでGemma 4 MTP drafterを実測。ドラフター0.14GB、ただし最速はvLLMの162.7 tok/s。導入判断を正直にまとめます。→

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！