NVIDIA H200 vs H100: O Que Muda, Preço e Quando Vale a Pena (2026)

A pergunta que chega com mais frequência sobre a H200 é curta: "é muito melhor que a H100?". A resposta honesta é "depende do que você roda", e este post existe pra te dar o critério, não o marketing.

O que a H200 é (e o que ela não é)

A H200 não é uma arquitetura nova. É a placa Hopper da H100 com um pacote de memória muito melhor: HBM3e, 141 GB, 4,8 TB/s. FLOPS de FP8, FP16 e FP64 são os mesmos. Consumo é o mesmo (700 W no SXM). O que muda é a capacidade de manter o modelo inteiro e o cache de contexto perto do processador, e a velocidade com que a GPU lê esses dados.

Onde a H200 ganha de verdade

• Servir modelos grandes: um 70B em FP16 ocupa ~140 GB de pesos. Em duas H200 sobra memória pra contexto e batch; em H100 você precisa de mais placas ou de quantizar.
• Contexto longo (32k, 128k tokens): o KV cache cresce com o contexto e o número de usuários. Memória e banda são exatamente o que a H200 tem a mais.
• Batch maior por GPU: mais requisições simultâneas por placa reduz custo por token, que é a métrica que o financeiro vai olhar.
• RAG e embeddings em escala, onde vários modelos ficam residentes na mesma GPU.

Onde não muda nada

Treinamento do zero e fine-tuning completo de modelos que já cabem na H100 são limitados por computação. Como os FLOPS são idênticos, o tempo de época é praticamente o mesmo. Se o seu time vai treinar, o dinheiro rende mais em mais H100 com NVLink do que em H200. Detalhes da H100 em NVIDIA H100 no Brasil: specs, preço e quando alugar em vez de comprar.

Quanto custa a H200 em 2026

Regra prática de custo: se a H200 permitir servir com metade das placas que você usaria de H100 (caso típico de 70B em FP16), ela sai mais barata no total mesmo custando 30% a 50% a mais por unidade. Se o modelo já cabe folgado em uma H100, o prêmio não se paga.

H100, H200 ou B200: como decidir

• Modelo até ~30B, ou 70B quantizado, poucos usuários: H100, ou até uma L40S se for só inferência.
• 70B em FP16, contexto longo, muitos usuários simultâneos: H200.
• Treino de modelo de fundação, 400B+, MoE gigante: Blackwell B200/GB200, com o custo e a infraestrutura que isso implica.

Perguntas frequentes

A H200 substitui a H100?

Na prática, complementa. A NVIDIA vende as duas, e a H100 segue com melhor disponibilidade e preço. A H200 é a escolha quando memória e banda são o gargalo, que é o caso da inferência de modelos grandes.

Uma H200 roda um LLaMA 70B em FP16?

Uma só, não: os pesos ocupam ~140 GB e você precisa de espaço pro contexto. Duas H200 servem com folga; em FP8, uma H200 dá conta com contexto razoável.

Existe H200 PCIe?

Existe a H200 NVL (PCIe, 141 GB) em pares com ponte NVLink, voltada a servidores convencionais de inferência. É o formato que aparece em servidor dedicado de 2 ou 4 GPUs.

Vale esperar a Blackwell em vez de contratar H200?

Se o seu caso é inferência de médio porte, não. Blackwell tem preço, consumo (1.000 W+) e disponibilidade de outro patamar. H200 resolve hoje, e o aluguel dela tende a cair conforme a Blackwell entra.