Eine H100 für 2,89 $ pro Stunde, sekundengenau abgerechnet, mit kostenlosem Egress. Das ist RunPods Versprechen 2026, und die Zahlen stimmen: Eine RTX 4090 kostet 0,69 $/Std., eine A100 startet bei 1,39 $/Std., und die günstigste brauchbare Karte, die RTX A5000, läuft für 0,27 $/Std. Dasselbe Produkt steht auf Trustpilot bei 3,5/5 über 231 Bewertungen. Beide Fakten sind korrekt, und wer versteht, warum, weiß auch, wie man RunPod richtig nutzt.
Was RunPod eigentlich ist#
RunPod ist eine GPU-Cloud für KI-Workloads: On-Demand-Pods, die du sekundengenau bezahlst, Serverless-Endpoints, die zwischen Anfragen auf null herunterskalieren, und Instant Clusters für Multi-Node-Training ohne Vertriebsgespräch. FlashBoot hält Serverless-Kaltstarts unter 200 ms, und das ist der Unterschied zwischen Scale-to-Zero als Demo und Scale-to-Zero als etwas, das man hinter eine nutzerseitige API stellen kann. Gegründet 2022, zählt die Plattform nach eigenen Angaben über 750.000 Entwickler, darunter Teams bei Hugging Face, Perplexity und Cursor.
Der Preisvergleich mit Hyperscalern ist nicht knapp. Neben den Stundenpreisen ist der strukturelle Gewinn der Egress: Datensätze rein und trainierte Gewichte raus kostet auf RunPod nichts, während AWS, GCP und Azure 0,09-0,12 $/GB für ausgehende Daten verlangen. Für die Schleife aus Gewichte laden, finetunen, Gewichte ausliefern, die Open-Source-KI-Arbeit prägt, summiert sich dieser Unterschied mit jedem Zyklus. Die Lokal-Hardware-Variante dieser Rechnung haben wir in unserem Beitrag zu Open-Source-KI 2026 aufgemacht; RunPod ist der Mieten-statt-Kaufen-Zweig dieses Entscheidungsbaums.
Was die 3,5 misst#
Die Trustpilot-Beschwerden erwähnen den Preis kaum. Sie erwähnen Zähler, die weiterlaufen.
Drei Muster wiederholen sich in den Reviews. Erstens: Pods, die nicht starten oder mitten im Job abstürzen, während die Abrechnung weiterläuft und Guthaben verbrennt, bevor Arbeit passiert. Zweitens die Speicherfalle: Ein gestoppter Pod ist kein kostenloser Pod. Seine Volume Disk wird mit 0,20 $/GB/Monat abgerechnet, dem Doppelten des Laufzeit-Tarifs, und mehrere Nutzer berichten von Guthaben-Warnungen durch Pods, die sie für aus hielten. Drittens die Verfügbarkeit: Das GPU-Angebot schwankt zu Stoßzeiten, und das Dashboard hat schon Karten als verfügbar angezeigt, die es nicht waren. Auch Spot-Preise wurden in der Vergangenheit abrupt geändert, erst um 25 % erhöht, dann entfernt, dann hinter die API verlegt.
Nichts davon ist versteckt, aber nichts davon steht auf der Preisseite. Es ist die operative Realität einer Plattform, die aggressiv auf den Preis optimiert, und sie belohnt Nutzer, die dafür planen.
RunPod ohne Überraschungen nutzen#
Das defensive Playbook ist kurz. Setze Checkpoints bei Trainingsläufen, damit ein abgestürzter Pod Minuten kostet, nicht Stunden. Lösche Pods, wenn du fertig bist, stoppe sie nie nur; alles Aufbewahrenswerte gehört auf ein Network Volume für 0,07 $/GB/Monat, das die Löschung übersteht. Behalte das Standard-Ausgabenlimit von 80 $/Std. oder senke es, wenn du nur gelegentlich nutzt. Und rechne bei Serverless den Auslastungsgrad durch: H100-Zeit kostet serverless 4,55 $/Std. gegenüber 2,89 $/Std. als Pod, ab etwa 60 % dauerhafter Auslastung gewinnt also der einfache Pod.
Halte dich an diese vier Regeln, und RunPod ist, was es zu sein scheint: die günstigste ernsthafte GPU-Rechenleistung, die du 2026 kaufen kannst. Ignoriere sie, und du reihst dich in die Trustpilot-Reviews ein. Es ist dieselbe Lektion, die nutzungsbasierte KI-Preismodelle immer wieder lehren und die wir in den versteckten Kosten Credit-basierter KI-Tools behandelt haben: Der Zähler ist das Produkt, und der Zähler pausiert nicht, weil du nicht mehr hinschaust.
Unsere komplette Analyse von Pods, Serverless, Clustern, Speicherpreisen und den ehrlichen Vor- und Nachteilen steht im RunPod-Guide.
