Fiche créée le

Vast.ai

4,4 Payant IA en vogue

Vast.ai est une place de marché de location de GPU : des hôtes y publient leurs machines et fixent leurs prix, et tu loues une instance facturée à la seconde, à la demande, en mode interruptible ou réservé.

La plateforme vise surtout les développeurs en IA, ainsi que les propriétaires de GPU et les opérateurs de datacenters qui veulent monétiser du matériel inutilisé. L'outil expose aussi une API, un CLI et un SDK Python, avec des connexions par SSH, Jupyter ou le portail web.

Lire plus Lire moins
Développeur
vast.ai
La fiche en bref
Éditeur
Vast.ai
Pays
US
Création
2016
Offre gratuite
Non
Plateformes
Web

Vast.ai en bref

C’est quoi ?

Vast.ai met en relation des hôtes qui publient leurs GPU et des locataires qui réservent une instance pour lancer des charges de travail IA. SSH, Jupyter ou le portail web servent ensuite à se connecter.

Pourquoi ?

Il règle un besoin très concret : trouver des GPU pour entraîner, affiner ou exécuter des tâches d’IA sans passer par une infrastructure de calcul dédiée à demeure. En face, les propriétaires de machines monétisent du matériel inutilisé en fixant leurs prix. Les endpoints serverless ajoutent une autre option pour l’inférence ou les traitements par lots. Pas de palier gratuit.

Pour qui ?

La plateforme vise les développeurs en machine learning et en IA qui cherchent des GPU abordables. Elle s’adresse aussi aux propriétaires de GPU, aux passionnés et aux exploitants de datacenters qui veulent tirer un revenu de machines inactives. Tu y retrouves donc un marché d’achat de calcul et un marché de mise en location du matériel, avec les mêmes outils de recherche et de comparaison.

Avantages et inconvénients

Les plus

  • Marché GPU à la demande Vast.ai met en relation des hôtes et des locataires pour louer des GPU à la demande. Tu choisis une offre selon le modèle de GPU, la RAM, le CPU, la bande passante, l’emplacement et le prix, ce qui colle à des besoins de calcul assez précis.
  • Facturation à la seconde Le calcul des instances se fait à la seconde pendant l’exécution. Cette granularité limite le gaspillage quand tu lances des charges courtes ou des essais ponctuels.
  • Plusieurs modes de location Quatre options existent : à la demande, interruptible, réservée et serverless. Tu peux donc adapter le coût et la continuité de service au type de charge que tu exécutes.
  • Accès techniques variés SSH, Jupyter et le portail d’instance font partie des accès annoncés. Le service s’intègre aussi avec Docker, Jupyter et SSH via l’API, ce qui facilite l’automatisation.
  • Fonctions serverless pour l’inférence Les endpoints serverless auto-scalent des workers loués pour l’inférence, les traitements par lot ou des API. C’est utile quand tu veux exposer un calcul sans gérer une machine en continu.

Les moins

  • Pas de formule gratuite Le service ne propose pas de palier gratuit ni d’essai. Pour un premier usage, tu passes donc vite par un usage facturé.
  • Coût variable selon le marché Le prix des GPU est fixé par le marché. Pour des besoins récurrents, la facture peut varier selon l’offre retenue et la durée d’exécution.
  • Prix de stockage et de bande passante à part Le stockage et la bande passante sont facturés séparément. Tu ajoutes donc des coûts au calcul brut dès que les transferts ou les volumes augmentent.
  • Offres interruptibles moins stables Les instances interruptibles sont vendues avec une remise, mais elles restent moins adaptées aux traitements qui supportent mal une coupure.
  • Réglage technique plus exigeant La prise en main passe par la sélection d’offres, le lancement d’instances et la connexion en SSH ou via Jupyter. Pour un usage simple, cette logique de cloud GPU demande plus de préparation qu’un service clé en main.

Tableau des prix

Vast.ai ne vend pas d’abonnement. Les hôtes de la place de marché fixent leurs prix, à l’heure et par GPU, et la page de prix les met à jour toutes les heures. Ce tableau reprend le prix de départ affiché pour cinq GPU le 16 octobre 2026 vers 17 h (UTC), en dollars, la page n’ayant pas de version française. Elle nomme trois modes de location sans montant propre : à la demande, interruptible, annoncé à plus de 50 % moins cher, et réservé sur 1, 3 ou 6 mois, avec jusqu’à 50 % de remise et un prix sur devis. Serverless, l’offre d’inférence, n’y a pas de grille, et le stockage comme la bande passante se facturent à part, selon la machine.

Carte graphiquePrix au 16 octobre 2026Mémoire vidéo
H100 SXMà partir de $1,73 par heure80 Go, génération Hopper
H200à partir de $3,95 par heure141 Go, génération Hopper
A100 SXM4à partir de $0,45 par heure80 Go, génération Ampere
RTX 5090à partir de $0,37 par heure32 Go, génération Blackwell
RTX 4090à partir de $0,13 par heure24 Go, génération Ada Lovelace

Tarifs officiels de Vast.ai, relevés le 16/10/2026

Ce que permet la formule gratuite

Vast.ai ne propose ni formule gratuite ni essai : la page de prix n’affiche que des tarifs horaires payants, et la documentation de facturation précise que la location de GPU se paie d’avance, en crédits ajoutés au compte.

Tu achètes ces crédits par carte bancaire ou en cryptomonnaie, en une fois ou par recharge automatique quand le solde baisse. Si tu as payé par carte, tes crédits non dépensés peuvent en général être remboursés sur demande, pas ceux achetés en cryptomonnaie.

Vast.ai ne mentionne aucun crédit offert, ni sur la page de prix ni dans sa documentation de facturation. Quand le solde tombe à zéro, les instances s’arrêtent, et sans carte enregistrée, les données peuvent être supprimées.

Ce que fait Vast.ai

Vast.ai fait passer la location de GPU par une place de marché où les hôtes publient leurs machines, fixent leurs prix et laissent les locataires filtrer par type de GPU, prix, localisation et spécifications. Tu lances ensuite une instance issue d’un modèle Docker, puis tu passes par SSH, Jupyter ou le portail web selon le besoin.

Vast.ai propose trois modes de location d’instance : à la demande pour un accès sans interruption, interruptible pour un prix plus bas au risque que l’hôte reprenne la machine, et réservé pour une capacité garantie sur une durée d’engagement. Le mode serverless, lui, fait tourner des points de terminaison qui ajustent seuls le nombre de machines louées à la charge d’inférence.

Côté exploitation, l’outil ne se limite pas à louer du calcul. Tu peux aussi publier des GPU pour les louer, automatiser avec le CLI ou le SDK Python, et déployer des modèles prêts à l’emploi ou personnalisés. Le choix du mode dicte surtout la manière de consommer la machine.

Comment utiliser Vast.ai

Prise en main initiale

Depuis la console, tu choisis une offre de GPU selon le modèle, le prix, l’emplacement et les spécifications, puis tu démarres une instance fondée sur un modèle Docker. Pour aller plus vite, le panneau d’aide et les liens de documentation donnent les commandes et les étapes de base. Aucun passage par une application séparée n’est indiqué.

Navigation dans l’interface

Chaque recherche se fait depuis le catalogue en filtrant les offres par GPU, RAM, CPU, bande passante, localisation et prix. SSH, Jupyter et le portail web servent ensuite à rejoindre l’instance lancée, tandis que le portail console permet aussi de gérer les machines et les paramètres visibles. L’accès reste centré sur le web.

Utilisation et gestion de projets

L’API et le SDK Python servent à automatiser les lancements, et Docker, Jupyter ou SSH restent les points de connexion les plus directs. Les tâches récurrentes passent aussi par le mode serverless pour l’inférence et les traitements par lots. Le support documentaire aide à suivre ces usages.

Fonctionnalités principales

Vast.ai relie des hôtes qui publient des GPU à des locataires qui réservent ces machines à la demande. La section ci-dessous liste chaque fonctionnalité vérifiée, avec sa condition d’accès quand elle existe.

Marketplace de location de GPU à la demande

Des hôtes listent leurs machines GPU, puis des locataires les réservent pour lancer des charges de travail d’IA ou de calcul intensif. Facturation à la seconde sur les instances lancées.

Recherche et filtrage des offres

Tu évalues les offres grâce au modèle de GPU, à la RAM, au CPU, à la bande passante, à la localisation et au prix. Des scores DLPerf et de fiabilité départagent aussi les machines proches.

Facturation à la seconde

Chaque instance lancée est facturée à la seconde, ce qui suit l’usage réel plutôt qu’un bloc horaire figé. Le mécanisme s’applique aux locations GPU standard.

Sur les instances actives.

Locations on-demand, reserved, interruptible et serverless

La plateforme propose quatre modes de location distincts : on-demand, reserved, interruptible et serverless. Le choix change le niveau de disponibilité et le mode de mise à l’échelle.

Connexion par SSH, Jupyter ou Instance Portal

Une fois l’instance lancée, tu y accèdes par SSH, par Jupyter ou via le portail d’instance. Ces canaux couvrent les usages de ligne de commande, de notebook et de pilotage web.

Lancement en un clic depuis des modèles Docker

L’outil démarre une instance à partir de modèles Docker préconstruits ou personnalisés. Le lancement en un clic réduit la mise en route quand l’environnement existe déjà.

Avec un modèle préconstruit ou personnalisé.

Automatisation via CLI et SDK Python

Vast.ai expose une interface en ligne de commande et un SDK Python pour automatiser la location et la gestion d’instances. Le pilotage programmatique sert aux déploiements répétés et aux scripts d’infrastructure.

Avec l’API et les outils développeur.

Endpoints serverless à mise à l’échelle automatique

La plateforme crée des endpoints serverless qui ajustent automatiquement les travailleurs loués pour l’inférence ou les traitements par lot. Le même mécanisme sert aussi à exposer des API de calcul.

Sur l’offre serverless.

Mise en location de ses propres GPU

Un hôte installe le logiciel de gestion de Vast.ai, publie ses machines GPU et fixe ses propres prix. La fonction transforme du matériel inutilisé en revenu locatif.

Usages et métiers

Vast.ai sert à des développeurs d’apprentissage automatique et d’IA qui cherchent des GPU moins chers que l’achat et qui veulent lancer des charges de travail sans garder du matériel à demeure. Le même service intéresse aussi des propriétaires de GPU, des amateurs et des exploitants de datacenters qui mettent des machines en ligne pour en tirer un revenu locatif. On passe donc d’un besoin d’exécution à un besoin de monétisation.

Développeurs d’apprentissage automatique et d’IA

Ils louent des instances GPU pour entraîner et affiner des modèles d’IA. Quand le besoin est ponctuel ou variable, cela remplace l’achat ou l’exploitation de sa propre infrastructure GPU.

Propriétaires de GPU

Ils listent leurs machines pour les louer et en tirer un revenu. Cela remplace des GPU dormants qui ne rapportent rien lorsque la capacité n’est pas utilisée.

Amateurs de GPU

Ils mettent une machine à disposition sur la place de marché et encaissent une partie de la valeur d’usage. Cela remplace un matériel qui reste sous-employé hors des périodes de calcul.

Exploitants de datacenters

Ils publient des machines GPU sur la plateforme pour les louer à des clients externes. Cela remplace une capacité immobilisée qui peut devenir une source de recettes locatives.

Conseils d’utilisation

Conseils pour une utilisation efficace

Sur Vast.ai, tu compares les offres avec les scores DLPerf et de fiabilité pour éviter une machine mal adaptée à l’inférence ou à l’entraînement. Dès que l’usage est simple, le portail web suffit. SSH ou Jupyter deviennent utiles pour reprendre une instance existante, tandis que l’API et le SDK Python servent surtout si tu automatises des lancements répétés.

Erreurs communes à éviter

Démarrage lent : tu lances une instance sans vérifier le modèle de GPU ni les spécifications. Cause : le catalogue se choisit sur plusieurs critères, pas sur le prix seul. Coût qui grimpe : tu laisses tourner une instance plus longtemps que nécessaire. Cause : la facturation se fait à la seconde, et le stockage reste facturé même quand l’instance est arrêtée.

Accès

Vast.ai s’utilise dans le navigateur, depuis la console web, ou en ligne de commande avec le CLI, l’API et le SDK Python. Le site de l’éditeur ne présente aucune application mobile ni de bureau, et l’interface comme la documentation sont en anglais.

Appareils, applications et systèmes compatibles

Accès via le navigateur web, avec API et SDK pour automatiser les instances. Les intégrations documentées couvrent Docker, Jupyter et SSH.

Disponible sur

WebOui
iOSNon
AndroidNon
WindowsNon
macOSNon
LinuxNon

Accès & intégrations

Extension navigateurNon
IntégrationsOui

Docker, Jupyter, SSH

Plug-inNon
API publiqueOui

Création et gestion d’instances par requêtes documentées.

SDKOui

Automatisation des tâches depuis les outils de développement documentés.

Open sourceNon
Auto-hébergeableNon

Disponible aussi sur Discord.

Langues disponibles

Vast.ai propose l’interface en anglais.

anglais

Avis et notes par Aikiwi

Note Globale de Vast.ai 4,4

  • Design et Ergonomie4,0
  • Facilité d’Utilisation4,2
  • Fonctionnalités et Outils4,8
  • Performance et Fiabilité4,0
  • Innovation et Singularité4,6
  • Support et Ressources Disponibles4,4
  • Rapport Qualité-Prix4,5

Vast.ai fonctionne comme une place de marché de location de GPU. La location se facture à la seconde, avec des offres à la demande, interruptibles, réservées et serverless.

Vast.ai vise les développeurs en machine learning et en intelligence artificielle qui louent des GPU pour entraîner, affiner ou exécuter des charges de travail IA. La plateforme convient aussi aux propriétaires de GPU, aux passionnés et aux exploitants de datacenters qui monétisent du matériel inactif. Les usages couverts vont de l’inférence et du service de modèles à la génération d’images, en passant par des calculs lourds dans le cloud.

Vast.ai n’a pas de formule de découverte : tu apprends l’outil par les mécanismes de location eux-mêmes, recherche d’offres, lancement d’une instance, connexion en SSH, via Jupyter ou par le portail web, puis comparaison des options selon le matériel et le coût. La logique de la plateforme se lit avant tout dans son modèle de marché.

Avis détaillé sur Vast.ai

Design et Ergonomie 4,0

Vast.ai ne publie pas d’élément sur la hiérarchie visuelle de son interface, sur l’accessibilité ni sur la cohérence des écrans. Le site montre seulement un accès web et un portail d’instance, sans description éditoriale de l’expérience visuelle elle-même. Pour un utilisateur, cela signifie que l’ergonomie doit être lue à travers l’usage fonctionnel plutôt qu’à travers une promesse de confort. La plateforme convient donc mieux à un public habitué aux interfaces techniques qu’à quelqu’un qui cherche un parcours guidé et très épuré.

Facilité d’Utilisation 4,2

Vast.ai s’ouvre par une logique de place de marché : on cherche, on filtre, puis on lance une instance ou on passe par des outils comme SSH, Jupyter ou le portail d’instance. L’accès reste direct pour qui connaît déjà les environnements GPU et les notions de location à l’usage. Cette structure réduit le temps perdu à configurer une infrastructure, mais elle ne masque pas la technicité du sujet. La plateforme convient bien à un profil qui veut aller vite sur des GPU disponibles et qui accepte un apprentissage initial sur les filtres, les modèles de machines et les options de lancement.

Fonctionnalités et Outils 4,8

Vast.ai couvre un périmètre large autour de la location de GPU : recherche d’offres, filtres détaillés, facturation à la seconde, modes à la demande, interruptible, réservé et serverless, connexion via SSH ou Jupyter, API, SDK Python et points de terminaison serverless pour l’inférence ou les traitements par lots. La plateforme ajoute aussi des scores DLPerf et reliability pour comparer les offres. Cette densité fonctionnelle évite de multiplier les outils autour du même usage. Le service convient autant à l’entraînement qu’à l’inférence, avec une logique assez complète pour louer, comparer, automatiser et exposer des charges de travail sans quitter la même base technique.

Performance et Fiabilité 4,0

Vast.ai ne publie ni page de statut, ni historique d’incidents, ni engagement de disponibilité. Le site décrit les options d’accès et les mécanismes de location, mais pas la régularité du service ni sa tenue dans le temps. Pour l’utilisateur, la qualité opérationnelle doit donc être appréciée à l’usage et non sur des éléments publics de supervision. La plateforme peut servir à des charges de travail exigeantes, mais la documentation visible ne permet pas de juger la stabilité comme on le ferait avec des indicateurs d’exploitation publiés par l’éditeur.

Innovation et Singularité 4,6

Vast.ai se distingue par un marché de GPU où les hôtes fixent leurs prix et où les locataires comparent les offres selon le matériel, la localisation, la bande passante et d’autres critères techniques. Cette combinaison intéresse surtout les profils qui veulent transformer du matériel dormant en ressource monétisable, ou obtenir des GPU sans passer par une plate-forme cloud classique. L’angle est moins généraliste qu’un hébergement standard, mais il offre une mécanique de marché assez spécifique pour des usages IA et calcul intensif.

Support et Ressources Disponibles 4,4

Vast.ai met à disposition une documentation, un helpdesk, une adresse de contact, un chat de support indiqué comme disponible en continu et une communauté Discord. Les ressources couvrent à la fois la mise en route, les références d’API et l’aide pratique autour de l’utilisation courante. Pour un utilisateur technique, cet ensemble réduit le risque de blocage sur l’intégration ou le lancement d’instances. La combinaison documentation plus assistance directe plus communauté convient bien à un service qui expose des notions de location GPU, d’API et de serverless, car les questions portent souvent sur l’implémentation plutôt que sur le principe.

Rapport Qualité-Prix 4,5

Vast.ai facture sur un modèle de marché sans palier gratuit, avec location de GPU au tarif fixé par l’offre, facturation à la seconde et options de prix plus basses sur les modes interruptible et reserved. La logique de tarification avantage surtout les usages variables ou opportunistes, plutôt que les besoins fixes et continus au même niveau de service. Pour un utilisateur qui consomme des GPU à la demande, le rapport qualité-prix peut être très bon parce que la dépense suit précisément l’usage. En revanche, quelqu’un qui cherche une ressource simple à prévoir sur la durée devra arbitrer davantage, car l’intérêt économique vient ici de la souplesse du marché et du choix de l’offre, pas d’un forfait unique.

Questions fréquentes

Qui possède Vast.ai ?

Vast.ai appartient à la société du même nom, constituée le 28 juin 2016 dans le Delaware par Jake Cannell et Christian Horne, selon la page « About » de l’éditeur. La plateforme a été lancée en septembre 2018, puis l’entreprise a ouvert un siège à Los Angeles en juillet 2024. Cette page ne cite aucune maison mère.

Comment Vast.ai permet-il de gagner de l’argent en utilisant un GPU ?

Vast.ai permet de gagner de l’argent en mettant des GPU en location sur sa place de marché. Les propriétaires listent leurs machines, fixent leurs prix et louent leur matériel à des utilisateurs qui réservent des instances pour des charges de travail IA ou de calcul. Les revenus viennent de cette mise en location, avec facturation à l’usage pendant l’exécution.

Combien coûte Vast.ai ?

Vast.ai n’a pas d’abonnement : chaque GPU se loue à l’heure, au prix fixé par son hôte, et la page de prix se met à jour toutes les heures. Le 16 octobre 2026, elle affichait par exemple une RTX 4090 à partir de $0,13 par heure et une H100 SXM à partir de $1,73 par heure. Le stockage et la bande passante s’ajoutent selon la machine.

L’IA utilise-t-elle le GPU avec Vast.ai ?

Vast.ai utilise des GPU loués pour exécuter des charges de travail d’IA, de l’entraînement au déploiement d’inférence. La plateforme sert à louer des instances GPU, pas à faire tourner l’IA sur le matériel personnel de l’utilisateur. Les GPU employés dépendent donc de l’offre choisie sur la place de marché.

Qu’est-ce que Vast.ai ?

Vast.ai est une place de marché de location de GPU pour l’IA et le calcul intensif. La plateforme met en relation des hôtes qui listent leurs machines et des locataires qui réservent des instances pour l’entraînement, le réglage fin, l’inférence ou des charges de travail de type cloud. Elle propose aussi des options à la demande, réservées, interruptibles et serverless.

Quels sont les avis sur Vast.ai ?

L’avis d’Aikiwi sur Vast.ai salue surtout l’étendue des fonctions, de la recherche filtrée à la facturation à la seconde, à l’API, au SDK Python et au serverless, ainsi que le modèle de marché où les hôtes fixent leurs prix. Il retient deux réserves : aucune formule gratuite, et aucune page de statut publiée pour juger la fiabilité. Le détail se lit critère par critère dans la section d’avis.

La fiche en bref
Éditeur
Vast.ai
Pays
US
Création
2016
Offre gratuite
Non
Plateformes
Web

Suivez l'IA et les agents IA avec notre newsletter.

Inscrivez-vous pour recevoir les nouveautés, les tendances et des astuces sur l'intelligence artificielle.

En vous abonnant, vous acceptez notre politique de confidentialité et notre politique de cookies.