高性能なパソコンを自分で買わなくても、必要な時間だけ「計算する部品」を借りてAIを動かせたら便利です。Runpod(ランポッド)は、そのためのクラウドサービスで、公式には「The AI Developer Cloud(AI開発者向けのクラウド)」と名乗っています。文章を作るAIや、画像を作るAIを、自分のパソコンでは荷が重い規模でも動かせます。料金は使った分だけ、秒単位で払う仕組みです。
本稿は2026年11月16日時点の、Runpod公式サイト、公式ドキュメント、公式ブログ、公式料金ページ(2026年11月12日更新)に基づいてまとめています。表記は公式の案内に合わせ、2025年6月以降の正式な綴り「Runpod」を使います(以前は「RunPod」と書かれることもありました)。公式に書かれていないことは「未発表」として扱います。料金は変動するため、利用前は必ず公式の料金ページで最新を確認してください。
Runpodとは
Runpodは、AIや機械学習の作業に使うGPU(画像処理やAIの計算を担う部品)とCPUを、インターネット経由で借りられるサービスです。公式は「試す・学習させる・自分用に調整する・公開する・規模を広げる」までを、ひとつの口座で進められると説明しています。運営会社はRunpod Inc.で、公式の会社情報では創業日を2022年10月31日としています。公式ホームページ(2026年11月2日更新)では、「100万人以上の開発者」が使っていると案内されています。
たとえで言うなら、重い料理を作るとき、自宅のコンロではなく、必要な時間だけ業務用の厨房を借りる、というイメージです。厨房(GPU)は自分で買わず、使った時間の分だけ払います。公式によると、世界31の地域に機材があり、GPUの種類は30を超えます。
公式の紹介動画
公式YouTubeチャンネル「Runpod」に、主力機能のひとつ「Serverless」(使うときだけ動く公開の窓口)を解説する動画があります。公開は2026年10月3日5:34(日本時間)です。公式の説明によると、自分のAIをGPU付きのAPI(他のサービスから呼び出す窓口)として公開する方法、待ち行列型と負荷分散型の違い、課金の考え方、Podsの方が向く場合まで扱っています。2026年の新しい機能(まとめて処理するバッチ、複数GPU、API v2など)は、公式案内では4分38秒以降です。
公式Xも確認しました。ウェブサイトには @runpod_io と記載がありますが、本稿確認時点で「Runpod」として認証付きで投稿している公式アカウントは @runpod です。最近の投稿には、導入事例やAIエージェント(作業を任せるAI)の接続を伝える短い動画はありましたが、Runpod全体の入門紹介動画としては確認できなかったため、ここではXの埋め込みは入れていません。
日本のデータセンター「AP-JP-1」(福島)
日本の利用者にとって重要なのが、国内の拠点です。公式ブログ「Runpod Launches AP-JP-1 Data Center in Fukushima」(ページの更新は2026年11月6日23:47、日本時間)では、Runpodとして日本初のデータセンター「AP-JP-1」が福島県で稼働していると案内されています。
公式の要点は次のとおりです。これまではアジアの利用者が米国や欧州の拠点に接続することが多く、遅延(データが届くまでの待ち時間)は150〜200ミリ秒だった、としています。AP-JP-1では、日本や韓国などアジア太平洋の利用者向けに、遅延を8〜50ミリ秒まで下げられる、と説明しています。開始時の機材としては、高性能な「NVIDIA H200」を案内しています。いま何が空いているかは、利用前に公式の管理画面(コンソール)で確認するのが確実です。
同じ公式ブログは、国内でのデータの置き場所が求められる日本の機関(金融、医療、公的機関などを例示)にとって、重要な選択肢になると述べています。一方、公式の別の案内では、認証や対象範囲は地域や使い方によって異なる場合がある、とも注意されています。自社の規則に合うかは、公式のコンプライアンス資料を確認し、必要なら専門家にも相談してください。
PodsとServerlessの違い
初めて使う人がまず覚えるのは、次のふたつです。Podsは、自分専用の作業机を時間借りする使い方です。起動しているあいだは、作業していなくても料金がかかります。開発、学習、長い作業、ずっと動かしておきたい用途向きです。Serverlessは、注文が入ったときだけ厨房を動かす使い方です。公開用のURL(エンドポイント)の後ろで、作業員(ワーカー)が必要に応じて増えたり減ったりします。要求がなければゼロまで縮小でき、動いていない時間は計算の料金がかからない、と公式は説明しています。
| 項目 | Pods | Serverless |
|---|---|---|
| たとえ | 作業机を時間借りする | 注文が入ったときだけ厨房を動かす |
| 向いていること | 開発、学習、長時間の作業 | 利用が波のある本番の応答(推論) |
| 課金の目安 | 起動しているあいだずっと | ワーカーが動いているあいだ。要求がなければ0に縮小可 |
| 操作のイメージ | 画面や遠隔操作で、自分の作業環境として使う | 自分のプログラムを窓口の後ろに置き、外から呼び出す |
このほかに、あらかじめ用意されたAIをAPIですぐ呼べる「Public Endpoints」(自分で機材を用意しない使い方)と、複数のGPUをまとめて使う「Clusters」(大きな学習向き)もあります。初めて試すだけなら、まずはPodsか、手間をかけずに呼びたいならPublic Endpointsからで十分です。
Podsには、置き場所の種類として「Secure Cloud」と「Community Cloud」があります。公式ドキュメントでは、次のように整理されています。
| 項目 | Secure Cloud | Community Cloud |
|---|---|---|
| インフラ | T3/T4相当のデータセンター | 審査を経たピアツーピア(個人や事業者の機材を仲介する形式) |
| 安定性 | 冗長性が高い | ばらつきがある |
| 向いていること | 本番利用、扱いに注意が必要なデータ | 料金を抑えたい作業 |
| 料金の傾向 | 標準 | より安い |
公式は、新しいホスト(機材の提供者)の受け入れは終了しており、既存のCommunity Cloudは引き続き使える、としています。組織(会社)用の口座ではSecure Cloudだけが対象で、Community Cloudは選べない、とも説明されています。顧客情報や社外に出しにくいデータを扱うなら、Secure Cloudを選ぶのが公式の整理に沿います。
どんなことに使える?
公式ドキュメントの用途の目安は、次のとおりです。小さな文章生成AI(おおよそ70億〜130億パラメータ。パラメータはAIの規模を表す数値)の実行には、RTX 4090やL4など、メモリ(VRAM。GPU専用の作業スペース)が24GB程度の機材が例に挙がっています。より大きなモデル(300億〜700億パラメータ)では、A100やH100など48〜80GB級が目安です。自分のデータでモデルを調整する「ファインチューニング」でも、A100やH100が推奨されています。
画像生成(Stable Diffusion XLやFLUXなど)では、RTX 4090やL4など16〜24GBが例です。公式ドキュメントには、画像生成ソフト「ComfyUI」を入れた状態で起動する案内もあります。自分で機材を組み立てたくない場合は、Public Endpointsで画像・動画・音声・文章のモデルをAPIから呼べます。公式は「用意は不要で、使った分だけ払う」と説明しています。
料金の仕組みと公式の料金例
個人やチームの標準的な払い方は、前払いのクレジット(口座に入れておく利用枠)です。計算と保存の料金は秒単位で差し引かれ、データの取り込み・取り出し(通信でデータを入れたり出したりすること)に追加料金はかからない、と公式は説明しています。オンデマンド(必要なときに都度借りる方式)でPodsを新規に起動するには、選んだ構成の「1時間分」以上の残高が必要です。初めて試す人向けには、少額なら10ドルから始められる、とも案内されています。料金の表示は米ドルです。円建ての公式料金表は、本稿執筆時点では確認できていません(未発表)。
公式ブログ「How we think about pricing at Runpod」(2026年9月12日更新)では、GPUの種類ごとに毎月料金を見直す、と説明されています。需要が低い機材は下げ、混み合う機材は上げる、ただし変動は小さくする、という方針です。以下は公式料金ページ(2026年11月12日更新)の例です。実際の請求は、起動時の画面表示が優先されます。
Podsの時間あたり料金の例(公式料金ページ)は、次のとおりです。
| GPU | VRAM | Community Cloud | Secure Cloud |
|---|---|---|---|
| RTX A5000 | 24GB | $0.16/時間 | $0.27/時間 |
| RTX 4090 | 24GB | $0.34/時間 | $0.89/時間 |
| A40 | 48GB | $0.35/時間 | $0.59/時間 |
| A100 PCIe | 80GB | $1.19/時間 | $2.09/時間 |
| H100 PCIe | 80GB | $1.99/時間 | $2.89/時間 |
| H200 | 141GB | $3.59/時間 | $5.29/時間 |
Serverlessの時間あたり料金の例(公式料金ページ。ワーカーが動いている時間の目安)は、次のとおりです。
| GPUのグループ | VRAM | 時間あたり |
|---|---|---|
| A4000、A4500、RTX 4000、RTX 2000 | 16GB | $0.58/時間 |
| L4、A5000、3090、MIG 24GB | 24GB | $0.75/時間 |
| 4090(PRO) | 24GB | $1.34/時間 |
| A6000、A40 | 48GB | $1.22/時間 |
| A100 | 80GB | $2.99/時間 |
| H200 | 141GB | $6.99/時間 |
保存(ストレージ)の料金も、計算料金とは別にかかります。公式の目安は次のとおりです。
| 種類 | 動き方の目安 | 公式の料金 |
|---|---|---|
| コンテナディスク | 一時的な作業場。停止すると消える | 起動中 $0.10/GB/月。停止中は課金なし |
| ボリュームディスク | 停止しても残る。削除すると消える | 起動中 $0.10/GB/月。停止中は $0.20/GB/月 |
| ネットワークストレージ(標準) | 機材を変えても引き継げる保存。1つのデータセンターに紐づく | 1TB未満 $0.07/GB/月、1TB超 $0.05/GB/月 |
| ネットワークストレージ(高性能) | より速い保存の種類 | $0.14/GB/月 |
支払い方法として公式が挙げるのは、クレジットカード(Visa、Mastercard、American Expressなど。決済はStripe経由)、暗号資産、5,000ドルを超える取引向けの請求書払いです。企業向けには、使ったあとで請求する後払いもありますが、これは契約が必要な案内です。
始め方
公式ドキュメント「Deploy your first Pod」に沿った、画面からの手順の要点は次のとおりです。
- 公式サイトで口座を作り、メールアドレスを確認する。安全のため、二段階認証(ログイン時に追加の確認を求める設定)が推奨されています。
- 支払い方法を登録し、クレジットを入れる。
- 管理画面の右上「+ New」から「Pod」を選ぶ。
- ひな形(テンプレート。あらかじめソフトが入った起動の型)を選ぶ。公式のひな形では、ブラウザでプログラムを試せる「Jupyter」が初期状態で有効になっています。
- 地域を選ぶ。初期値は「Any region」(どこでも可)です。日本国内に置きたいときは、ここで地域を絞ります。
- GPUを選び、保存の種類と容量を決める。右側の料金の内訳(起動中と停止中)を見てから起動する。
- 起動後、Podsの画面から「Jupyter Lab」を開き、短いプログラムを試せる、と公式は案内しています。
使い終わったら、停止(ストップ)か削除(ターミネート)を忘れないことが大切です。停止だけでは保存の料金が残ることがあります。自分で機材を組み立てず、用意済みのAIを呼びたいだけなら、Public Endpointsの方が手順は少なくて済みます。
気をつけたいこと
便利な分、料金とデータの扱いは公式もかなり丁寧に注意しています。特に次の点は、初めて使う人がつまずきやすいところです。
- Podsは、起動したまま何もしなくても計算の料金がかかります。使い終わったら停止するか削除してください。
- 停止しても、保存の料金は残ることがあります。とくにボリュームディスクは、停止中の方が高く、$0.20/GB/月です(起動中は$0.10)。
- 削除すると、ネットワークボリュームに置いていないデータは戻できません。公式は「長期保存向けのサービスではない」とし、大切なデータは別の場所にも控えるよう勧めています。
- 残高が0ドルになると、動いているPodsは自動で止まります。ネットワークボリュームがないPodsは削除され、データは復旧できない、と公式は説明しています。残高が0のまま保存の料金も払えなくなると、ネットワークボリュームも削除される可能性がある、とも書かれています。
- 残高が少なくなったときのメール通知や、自動でクレジットを足す「オートペイ」を設定できます。オートペイは、同じカードへの連続課金を抑えるため、1時間に1回まで、と案内されています。
- 初期状態の支出上限は、すべての資源を合わせて1時間あたり80ドルです。誤った設定で急に増えるのを防ぐための上限で、履歴に応じて自動で上がる場合があり、すぐに上げたいときはサポートへ相談する、と公式は説明しています。
- 一度入れたクレジットは、原則として払い戻せません。引き出すこともできません。
- 顧客情報や社外に出しにくいデータを扱うなら、Community CloudではなくSecure Cloudを検討してください。公式はコンテナで利用者同士を分けている、としていますが、認証の範囲は地域や使い方で異なる場合があります。
日本では使える? まだ分かっていないこと
口座の作成自体は、公式サイトから進められます。日本国内の拠点「AP-JP-1」(福島)も公式に案内されています。ただし、管理画面やサポートが日本語で使えるか、円建てで料金が表示・請求されるかは、公式には見当たりません(未発表)。料金の公式表示は米ドルです。
AP-JP-1で、H200以外のGPUが常時使えるかも、公式ブログの開始時案内だけでは確定できません(未発表)。空き状況は管理画面で確認してください。無料でGPUを使える枠があるかどうかも、公式の「10ドルから始められる」という案内以外には確認できていません(未発表)。ホームページの「Get started for free」は、口座作成を指す案内と読むのが安全です。
中小企業・個人事業主にとっての意味
高額なGPUパソコンを買わずに、必要なときだけ画像生成や文章生成、試作を試せるのが、小さな事業所や個人にとっての利点です。まずは安い構成で短時間試し、画面の料金内訳を見てから、必要な規模に上げるのが安全です。起動したまま忘れると、意図しない請求につながるので、通知とオートペイ、作業後の停止をセットで考えるとよいでしょう。
顧客の情報を外に出したくない場合は、最初からクラウドに置かず、手元のパソコンで動かす選択もあります。当サイトでは、机の上でAIを動かす小型機や、自分のPCで大きなAIを動かす無料の仕組みも紹介しています。Dell Pro Precision with GB10、Project Maya、AppleのMLX、Strataです。データを国内に置きたいときは、RunpodのAP-JP-1を検討しつつ、公式のコンプライアンス案内を自分の目で確認してください。
まとめ
Runpodは、高性能なGPUを必要な時間だけ借りてAIを動かせるクラウドです。作業机として使うPods、使うときだけ動くServerless、用意済みモデルを呼ぶPublic Endpoints、大規模向けのClustersがあります。料金は前払いクレジットから秒単位で差し引かれ、公式料金ページ(2026年11月12日更新)では、たとえばSecure CloudのRTX 4090が1時間0.89ドル、H100 PCIeが1時間2.89ドルなどと案内されています。日本では福島の「AP-JP-1」が公式に稼働しています。
起動したままの課金、停止中の保存料金(とくにボリュームディスクは停止中の方が高いこと)、残高不足によるデータの削除には注意が必要です。料金は変動し、円建て表示や日本語の管理画面は未発表です。使う前に公式の料金ページと管理画面、コンプライアンス資料を確認し、使い終わったら停止または削除してください。
参考リンク
- Runpod公式サイト:The AI Developer Cloud
- Runpod:GPU Cloud Pricing
- Runpod Docs:Welcome to Runpod
- Runpod Docs:Runpod product overview
- Runpod Docs:Deploy your first Pod
- Runpod Docs:Choose a Pod
- Runpod Docs:Pods Pricing
- Runpod Docs:Serverless Overview
- Runpod Docs:Serverless Pricing
- Runpod Docs:Billing overview
- Runpod Docs:Data security and legal compliance
- Runpod Blog:Runpod Launches AP-JP-1 Data Center in Fukushima
- Runpod Blog:How we think about pricing at Runpod
- Runpod公式YouTube:What’s new in Runpod Serverless in 2026
- 当サイト:Dell Pro Precision with GB10とは?——机の上でAIを動かす小型ワークステーション、DGX Sparkとの違いと日本価格・注意点
- 当サイト:Project Mayaとは?——巨大AI「GLM-5.3-Flash」やDeepSeek最新モデルを自分のPCで動かす無料エンジン、料金比較と注意点
- 当サイト:AppleのMLXとは?——Macで手元のAIを速く動かす無料の基盤、Ollamaも標準採用で広がるローカルAIの始め方
- 当サイト:Strataとは?——1,250億パラメータ級AIを家庭用PCで動かす無料エンジン、データを外に出さないローカルAIの始め方


コメント