GPUを買うかクラウドGPUを借りるか｜RTX 5090級の総費用を比較

GPUを買うかクラウドGPUを借りるかは、本体価格と時間単価だけでは決められない。所有には残存価値や電力、追加ストレージがあり、クラウドにはGPU稼働料金とは別の保存費用や運用上の手間がある。

利用時間が少なく不規則なら、まずクラウドGPUで実際の処理を試す方が判断しやすい。毎日のように長時間使い、モデルやデータを手元に置き続けるなら、所有の合理性が上がる。ただし「月○時間を超えたら必ず購入」という境界はない。比較に必要なのは、同じ期間の総費用を自分の利用条件で計算することだ。

すでにGPUを買う方針が固まっていて構成を選びたい場合は、ローカルAI向けBTO PCの選び方を参照してほしい。機能やプライバシーまで含めた違いは、ローカルAIとクラウドで何ができるかで整理している。

RTX 5090級で比較条件をそろえる

2026年9月11〜12日に確認した比較材料は次の通りだ。

比較対象	確認した条件	価格の見方
FRONTIER FRGBZ890/C	RTX 5090 32GBを搭載する完成品PC	1,149,800円（税込）の本体購入例
RunPod Community Cloud	RTX 5090 32GB	$0.69/時
RunPod Secure Cloud	RTX 5090 32GB	$0.99/時
Vast.ai	GPUマーケットプレイス	ホスト設定価格や入札条件で変動

FRONTIERの価格はPC一式の取得費、RunPodの価格はGPU環境の時間料金であり、同じ種類の価格ではない。CPU、RAM、ストレージ、ネットワーク、仮想化環境も異なるため、「RTX 5090」という名前だけで実効性能まで同じとはみなさない。

RunPodのRTX 5090ページでは、32GB VRAM、Community Cloud $0.69/時、Secure Cloud $0.99/時を確認できる。Podの公式料金ページでは、計算資源と保存領域は秒単位で課金され、Network Volumeだけは時間単位で課金される。GPUの時間料金だけを総額として扱わない方がよい。

Vast.aiは市場型で、オンデマンド料金はホストが設定し、Interruptibleは入札方式を使う。停止中でもストレージ費用が残る場合があるため、その時点の1オファーをVast.ai全体の固定料金として扱うことはできない。

所有側は「購入額−残存価値」で考える

ローカル側の総費用は、次の形に分解すると比較しやすい。

ローカルTCO = (購入額 - 想定残存価値) + 電力 + 追加ストレージ + 保守・運用費

購入額をそのまま全額コストとみると、数年後に売却できる価値を無視する。逆に、残存価値を高く置きすぎれば所有側を有利に見積もることになる。残存価値は保証された金額ではなく、自分で置くシナリオ変数として扱う。

RTX 5090の公式仕様には575WのTotal Graphics Powerが記載されているが、これはPC全体のコンセント消費電力ではない。CPUやストレージ、電源効率、実際のGPU負荷まで含む壁コンセント側の平均消費電力を測れるなら、その値を電気代の計算に使う方が実態に近い。

ローカルAI全体の電気代や保存費は、ローカルAIは本当に無料かでも詳しく扱っている。

クラウド側は保存費用も分けて計算する

クラウド側は次の式で考える。

クラウドTCO = GPU稼働時間 × 時間単価 + 永続ストレージ + その他のサービス固有費用 + 待機・再実行などの運用コスト

保存条件はサービスによって違う。RunPodのPod料金表では、Volume Diskは稼働中$0.10/GB/月、停止中$0.20/GB/月、Network Volumeは1TB未満で$0.07/GB/月、1TB超で$0.05/GB/月となっている。Podのデータ入出力には転送料がかからないと明記されている。

数十GB〜数百GBのモデルや生成物を残す場合は、GPUを止めた後にどの領域を保持するかまで確認する必要がある。マーケットプレイス型では、希望するGPUが同じ条件で常に空いているとも限らない。環境の作り直しや待ち時間が頻繁に発生するなら、それも実際の運用負担になる。

RunPodのGPU稼働料金だけならいくらか

保存費用や為替を除き、RTX 5090の時間料金だけを掛けると次の金額になる。

RTX 5090の稼働時間	Community $0.69/h	Secure $0.99/h
20時間	$13.80	$19.80
50時間	$34.50	$49.50
100時間	$69.00	$99.00
300時間	$207.00	$297.00
500時間	$345.00	$495.00
1,000時間	$690.00	$990.00

これはGPU稼働料金だけの算術例で、クラウドGPU利用の請求総額ではない。FRONTIERの円価格と比較するときは、その時点の為替も別に入力する必要がある。

この金額だけでは所有との優劣は決まらない。自分が実際にGPUを何時間動かすのか、どの程度の保存領域を残すのかを先に見積もる必要がある。

損益分岐は自分の条件から逆算する

まず保有期間を決め、同じ期間のローカルTCOとクラウドTCOを作る。

クラウド側の固定的な付帯費用をC、時間単価をR、ローカルTCOをLと単純化できる場合、損益分岐時間は次の形になる。

損益分岐時間 H = (L - C) / R

ただし、保存費用のように利用量や保持期間で変わる項目は固定費として扱えない。実際の判断では月ごとのシナリオに分けた方が安全だ。

最低限、次の値をそろえる。

入力	所有	クラウド
初期取得額	PC/GPU購入額	0または初期設定費
残存価値	保有終了時の想定売却額	通常なし
稼働時間	月/年の実稼働時間	月/年のGPU稼働時間
電力	平均実測W × 電気単価	時間料金に含まれる範囲を確認
保存	追加SSD/HDDなど	永続ストレージなど
データ転送	主にLAN/回線側	サービスごとの条件を確認
運用	故障、更新、管理	環境準備、空き状況、再実行

この入力値を残しておけば、GPU価格やクラウド料金が変わっても同じ条件で計算し直せる。

クラウドGPUを先に試しやすい条件

次のような場合は、購入前にクラウドGPUで試す価値が高い。

• 月の稼働時間がまだ読めない
• 必要なVRAM容量が決まっていない
• 新しいモデルを数日だけ試したい
• 高額GPUを買って遊休させる可能性が高い
• 複数GPUや別世代GPUを短期間だけ比較したい
• PC構築や故障対応を抱えず、必要なときだけ計算資源を使いたい

とくに「このモデルを継続利用するか」が分からない段階では、まず数十時間動かして必要VRAMや処理時間を測る方が、100万円級のPCを用途不明のまま買うより判断材料を得やすい。

所有を選びやすい条件

次の条件では、所有側を詳しく計算する価値が上がる。

• 毎日、長時間の処理を継続する
• モデルやデータを常時ローカルに置きたい
• 大容量データのアップロードやダウンロードを繰り返したくない
• クラウド側の空き状況に作業時間を左右されたくない
• AI以外にも同じPCを継続利用する
• 何年使うか、売却時期まで含めて運用計画を置ける

高稼働だから自動的に購入が安くなるわけではない。購入額、残存価値、電力、実際の処理速度を同じ期間で比較して初めて判断できる。

購入を急がない方がいい条件

次の状態なら、先に実測や構成確認をした方がよい。

• 必要なVRAM容量をまだ説明できない
• 月に何時間使うか分からない
• クラウドGPUで対象の処理を一度も動かしていない
• GPU以外のRAM、SSD、電源、冷却まで含めた総額を出していない
• 1台買えば将来のすべての処理に対応できると考えている

GPUを買う方針が固まった後は、ローカルAI向けBTO PCの選び方でGPU/VRAMからRAM、SSD、電源・冷却、保証の順に構成を詰められる。

クラウドGPUを選ぶ前に確認したい条件

クラウド側も、時間単価だけで決めると総額や使い勝手を読み違えやすい。

• 永続ストレージをどれだけ残すか
• 停止中に費用が発生する保存領域は何か
• データ転送に料金や制限があるか
• 希望するGPUを必要な時間に確保できるか
• 環境構築をどこまで自動化できるか
• 機密データを外部環境に置けるか

RunPodのような時間課金サービスと、Vast.aiのようなマーケットプレイスでは料金の決まり方も異なる。「クラウドGPU」という名前だけで1つの単価にまとめず、利用するサービスの料金表を確認する必要がある。

迷うならクラウドGPUで測ってから買う

購入かクラウドGPUかを決め切れない場合は、最初からどちらかに固定する必要はない。

まずクラウドGPUで実際の処理を動かし、必要VRAM、1回あたりの処理時間、月の稼働時間、保存量を測る。その数字をローカルTCOとクラウドTCOへ入れ、継続利用が見えた時点で購入を再評価する。

この順序なら、高価なGPUを買ったまま使わなくなるリスクと、安く見えたクラウドを長期間使って総額が膨らむリスクの両方を減らせる。

価格は変わる。購入額、クラウドGPUの時間単価、保存条件を同じ時点で取り直し、自分の実稼働時間で再計算することが最終判断になる。