据 GitHub 上 datareceipts/data-receipts 仓库收录的 gpu-pricing 条目（编号 109），同样一张 NVIDIA H100，在不同渠道的租用价格可以低至每小时 2.69 美元，也可以高至每小时 12.29 美元。两者相差约 4.6 倍。换言之，同一张卡、同样一小时，付费方可能承担接近五倍的支出。
这一对比值得关注的地方在于，它把 GPU 租赁市场的价格离散度直接摆到了台面上。对 AI 从业者来说，H100 是训练与推理的主流选择，而算力成本通常按小时计价、按月结算，单价上数倍的差距会迅速放大为预算级别的差异。与此同时，GPU 租用价格并不像标准化云主机那样有统一、公开的可比口径，采购方往往需要自己横向比价，才能判断一份报价是否合理。
需要说明的是，这条记录呈现的核心事实是价格区间本身；价差的成因要结合具体供应商的报价条件来判断，不同渠道在合约形式、服务范围与资源可用性上的差异都可能影响最终单价，不能只凭单价高低直接下结论。
它的价值更像一个提醒：在扩容或选型时，应把“每个 H100 小时多少钱”当作需要独立核实的一手数据，而不是默认市场上存在一个统一价。对关注算力成本的人来说，这类可复现的价格记录有助于建立基准线；具体到单个团队，仍需按自身的工作负载、使用时长与合约条件逐项对照后再做决策。