Z-Image Turbo、1024×1024の画像4枚
- RTX PRO 6000 96GB, $2.42/時間
- 6.5秒 · $0.004
- RTX 6000 Ada 48GB, $1.37/時間
- 17.7秒 · $0.007
2.7倍速く、画像4枚あたりの費用は35%少なく済みました。
高いGPUのほうが、出力あたりは安かった。
2026年10月20日の実測では、RTX PRO 6000はRTX 6000 Adaより3つのAIジョブを2.7〜3.5倍速く終え、1時間の料金は1.8倍でも、出力あたりの費用は35〜50%少なく済みました。ジョブはフィンランドで借りたGPUで実行しました。
速さ
2.7〜3.5倍
RTX PRO 6000とRTX 6000 Adaを、ジョブごとに比較。
実測・2026年10月20日
出力あたりの費用
35〜50%減
1時間の料金は高くても、速いGPUのほうが出力あたりは安く済みました。
実測・2026年10月20日
1時間の料金
1.8倍
$2.42と$1.37。実行した日の、各GPUのオンデマンドの定価です。
取得・2026年10月20日
メモリの見積もり
誤差1%以内
LLMで、実測したメモリのピークと比べた結果です。
実測・2026年10月20日
高いGPUのほうが安く済んだ理由
出力あたりの費用（RTX 6000 Ada比）
実測・2026年10月20日
3つのジョブと2つのGPU
時間は、ジョブを送ってから最後の出力までです。費用はその時間に各GPUのオンデマンドの定価（税抜）を掛けたもので、起動・ストレージ・待機の時間は含みません。
Wan 2.2 5B、5秒・720pの動画
- RTX PRO 6000 96GB, $2.42/時間
- 74秒 · $0.05
- RTX 6000 Ada 48GB, $1.37/時間
- 200秒 · $0.076
2.7倍速く、動画1本あたりの費用は35%少なく済みました。
70BのLLM（Q4）、回答32件・出力8,000トークン
- RTX PRO 6000 96GB, $2.42/時間
- 49秒 · $0.033
- RTX 6000 Ada 48GB, $1.37/時間
- 172秒 · $0.065
3.5倍速く、回答32件あたりの費用は50%少なく済みました。
実測・2026年10月20日
メモリの見積もりと実測ピーク
ジョブの実行中にGPUのメモリを250ミリ秒ごとに記録し、このサイトの計算式の値と並べました。
| ジョブ | GPU | 見積もり | 実測ピーク | 見積もり / 実測ピーク |
|---|---|---|---|---|
| 70BのLLM（Q4）、32kコンテキスト | RTX PRO 6000 | 53.8GB | 53.6GB | |
| 70BのLLM（Q4）、8kコンテキスト | RTX 6000 Ada | 45.8GB | 45.4GB |
実測・2026年10月20日
画像・動画では、重みとは別に作業メモリが必要です。Z-Image Turboで1024×1024の画像4枚を作ると、最大の工程12.7GBに対してピークは15.2〜15.4GB、Wan 2.2 5Bの720p動画（121フレーム）では、すべてのモデルを読み込んだ状態で約31GBでした。チェッカーの判定は、この差を踏まえて読んでください。
測り方
このサイトの数値は、次の4種類のどれかで、ページにどれなのかを日付とともに明記しています。
実測
GPUを借りて、実際にジョブを実行します。2026年10月20日の測定（フィンランド）では、画像と動画にComfyUI v0.42.1（PyTorch 2.14.1、CUDA 13.0）、LLMにllama.cppを使い、モデルはComfyUI公式テンプレートとHugging Faceから取得しました。GPUのメモリは250ミリ秒ごとに記録しています。
計算
モデル自身のconfig.jsonと公開されているファイルサイズから求めたメモリで、計算式はページに載せています。LLMでは、実測したピークとの差は1%以内でした。画像と動画のジョブには、これとは別に作業メモリが必要で、ページにそう書いています。
取得
料金、プラン、上限は各事業者のページから読み取り、読み取った日付を添えます。
入力
ツールに自分で入力した値です。
実測値は、記載したGPU、ソフトウェア、設定のときのものです。モデル、ソフトウェア、料金が変わるたびに測り直し、各ページに数値の日付を示します。