Wir und ausgewählte Dritte verwenden Cookies oder ähnliche Technologien für technische Zwecke und, mit deiner Einwilligung, um zu analysieren, wie die Website genutzt wird.

Du kannst deine Einwilligung jederzeit frei erteilen, verweigern oder widerrufen.

FastGPU

MCP-Server von FastGPU

Live-Mietpreise für Cloud-GPUs vergleichen und einen Workload der günstigsten GPU-Konfiguration zuordnen.

Ohne Anmeldung (Kein Konto und kein Schlüssel nötig)Streamable HTTP

Mit FastGPU verbinden

Keine Anmeldung nötig. Verbinde dich mit der eigenen URL von FastGPU:

https://fastgpu.co/api/mcp

Füg sie in jeden Client ein, der Remote-MCP-Server unterstützt. Dein Client spricht direkt mit FastGPU, nicht über mcp.tc.

Diesen Server teilen

Öffnet diese Seite mit der URL und den Einrichtungsschritten.

mcp.tc/i/fastgpu

Über den Server

FastGPU gibt einem Assistenten Zugriff auf einen Live-Preisfeed für Cloud-GPU-Vermietungen bei Marktplätzen, Neoclouds und Hyperscalern wie RunPod, Vast.ai, Lambda und AWS. Er listet den günstigsten On-Demand-Preis pro GPU-Modell auf und ordnet GPU-Konfigurationen für einen beschriebenen Workload nach Rang, etwa für das Bereitstellen oder Fine-Tuning eines Open-Weight-Modells.

Er läuft als gehosteter Streamable-HTTP-Endpunkt unter https://fastgpu.co/api/mcp. Eine Anmeldung oder ein API-Schlüssel ist nicht nötig. Beide Tools sind schreibgeschützt.

Was du damit machen kannst

  • Günstigsten Live-On-Demand-Preis pro GPU-Modell in USD pro GPU-Stunde auflisten
  • Anbieter je Preis und Anzahl der Anbieter pro GPU anzeigen
  • Preise nach Hersteller und Tier filtern
  • Workload oder Open-Weight-Modell bis zu acht gerankten GPU-Konfigurationen zuordnen
  • Benötigten VRAM eines Jobs und effektive Stundenkosten der Konfiguration abrufen
  • Besten Treffer mit einer Hyperscaler-Option vergleichen, wenn diese den Job ausführen kann

Tools 2

  • list_gpu_pricesLiest nur

    Den günstigsten Live-On-Demand-Mietpreis pro GPU-Modell mit Anbieter und Anbieteranzahl auflisten.

  • match_workloadLiest nur

    Bis zu acht GPU-Konfigurationen, die einen beschriebenen Workload zum niedrigsten Live-Preis ausführen können, nach Rang ordnen.

Am 18. Nov. 2026 vom laufenden Server gelesen. „Liest nur“, „Schreibt“ und „Kann löschen“ sind Hinweise, die der Server selbst angibt; dein Client entscheidet, ob er vor dem Ausführen eines Tools nachfragt.

Beispiel-Prompts

  • Was ist die günstigste H100 zum Mieten im Moment?

  • Wo kann ich das Fine-Tuning von Qwen3 32B zu den niedrigsten Stundenkosten ausführen?

  • Liste die aktuellen GPU-Mietpreise für AMD-GPUs auf.

  • Welche GPU brauche ich, um ein 70B-Modell bereitzustellen, und was kostet sie pro Stunde?

Einrichtung

Jeder Client verbindet sich mit fastgpu.co. Wähl deinen; die Seite merkt sich deine Wahl.

Claude Code

  1. Führe das in einem Terminal in deinem Projektordner aus:
claude mcp add --transport http fastgpu https://fastgpu.co/api/mcp
  1. Starte Claude Code und tippe /mcp. fastgpu sollte als verbunden angezeigt werden.

Ergänze --scope user, damit er in jedem Projekt verfügbar ist, nicht nur in diesem.

Claude Desktop

  1. Öffne Customize → Connectors, klick auf + Add und dann auf Add custom connector.
  2. Nenne ihn FastGPU und füge diese URL ein:
https://fastgpu.co/api/mcp
  1. Klick auf Add. Seine Tools erscheinen im Tool-Menü des Chats.

Die JSON-Konfigurationsdatei von Claude Desktop startet nur lokale Server. Remote-Server laufen über Connectors, und Connectors, die du auf claude.ai hinzufügst, erscheinen auch hier.

claude.ai

  1. Öffne das Connector-Formular auf claude.ai. Dieser Button füllt Name und URL für dich aus:
  1. Prüfe, dass die URL https://fastgpu.co/api/mcp lautet, und klick auf Add.
  2. Schalte ihn in einem Chat über das Tool-Menü ein.

Kostenlose Pläne erlauben einen benutzerdefinierten Connector. In Team- und Enterprise-Plänen fügt ihn ein Owner unter Organization settings → Connectors hinzu.

ChatGPT

  1. Geh auf chatgpt.com zu Plugins, wähle + und dann Add custom MCP server.
  2. Gib einen Namen für den Server ein.
  3. Füge unter Connection https://fastgpu.co/api/mcp als Server-URL ein und wähle als Authentifizierung No authentication.
  4. Setz den Haken bei I understand and want to continue und wähle dann Create as a plugin.

Ob du einen eigenen MCP-Server hinzufügen kannst, hängt von deinem ChatGPT-Tarif und den Berechtigungen deines Workspace ab (in Business-Workspaces können es Admins und Owner).

Cursor

Oder trag ihn von Hand in ~/.cursor/mcp.json (alle Projekte) oder .cursor/mcp.json (dieses Projekt) ein:

mcp.json
{
  "mcpServers": {
    "fastgpu": {
      "url": "https://fastgpu.co/api/mcp"
    }
  }
}

VS Code

Oder aus einem Terminal:

code --add-mcp '{"name":"fastgpu","type":"http","url":"https://fastgpu.co/api/mcp"}'

Oder committe ihn ins Repository in .vscode/mcp.json:

.vscode/mcp.json
{
  "servers": {
    "fastgpu": {
      "type": "http",
      "url": "https://fastgpu.co/api/mcp"
    }
  }
}

Devin Desktop

  1. Füge ihn zu ~/.config/devin/mcp_config.json (macOS und Linux) oder %APPDATA%\devin\mcp_config.json (Windows) hinzu:
mcp_config.json
{
  "mcpServers": {
    "fastgpu": {
      "serverUrl": "https://fastgpu.co/api/mcp"
    }
  }
}
  1. Aktualisiere die Liste der MCP-Server in Cascade.

Devin Desktop ist der neue Name von Windsurf. Für Remote-Server liest es serverUrl (oder url).

Codex

codex mcp add fastgpu --url https://fastgpu.co/api/mcp

Oder bearbeite ~/.codex/config.toml direkt:

config.toml
[mcp_servers.fastgpu]
url = "https://fastgpu.co/api/mcp"

Gemini CLI

gemini mcp add --transport http fastgpu https://fastgpu.co/api/mcp

Damit fügst du ihn dem aktuellen Projekt hinzu. Ergänze -s user, um ihn überall zu nutzen.

Jeder Client

Die meisten Clients akzeptieren diese Form. Manche nennen das URL-Feld anders: serverUrl in Devin Desktop, httpUrl in der Einstellungsdatei von Gemini CLI.

{
  "mcpServers": {
    "fastgpu": {
      "type": "http",
      "url": "https://fastgpu.co/api/mcp"
    }
  }
}

Zed legt Server in seinen Einstellungen unter context_servers ab. Cline braucht "type": "streamableHttp", sonst nimmt es SSE an.

Dein Client startet nur lokale Server? Dann binde den Server über npx -y mcp-remote https://fastgpu.co/api/mcp ein.

Einbinden

Zeig FastGPU in einem README oder auf deiner Website. Jede Einbindung verlinkt auf diese Seite, nutzt die eigene URL des Servers und setzt keine Cookies. So funktionieren Einbindungen

Karte, iframe und JSON sind auf Englisch. Häng ?lang=it, fr, de oder es an ihre Adresse an, um eine andere Sprache zu bekommen.

README-Badge

Badge-Vorschau, hellBadge-Vorschau, dunkel
Markdown
[![FastGPU on mcp.tc](https://mcp.tc/i/fastgpu/badge.svg)](https://mcp.tc/i/fastgpu)
HTML
<a href="https://mcp.tc/i/fastgpu"><img src="https://mcp.tc/i/fastgpu/badge.svg" alt="FastGPU on mcp.tc" height="20"></a>

Es folgt dem hellen oder dunklen Modus der Lesenden. Hänge ?theme=light oder ?theme=dark an, um ihn festzulegen, oder ?style=compact, um das Zeichen ohne Schriftzug zu zeigen.

Website-Karte

HTML
<script src="https://mcp.tc/w/fastgpu.js" async></script>

Die Karte erscheint dort, wo das Tag steht. Füge dem Tag data-theme="dark" oder data-size="compact" hinzu, um sie zu ändern. Die Datei enthält alles, was sie braucht, stellt also keine weiteren Anfragen und setzt keine Cookies.

iframe

HTML
<iframe src="https://mcp.tc/embed/fastgpu" title="FastGPU on mcp.tc" width="420" height="200" loading="lazy" allow="clipboard-write" style="border:0;border-radius:8px;max-width:100%"></iframe>

Nutze es auf Seiten, die keine Skripte erlauben. Hänge ?theme=light oder ?theme=dark an die Adresse an, um die Farben festzulegen.

JSON

Der Eintrag als Daten für deine eigenen Seiten und Tools: Name, Kurzbeschreibung, die eigene URL des Servers, Tools und die „Add to“-Links. Jede Website kann ihn lesen (CORS ist offen).

https://mcp.tc/i/fastgpu.json

Was jedes Feld bedeutet

KI-Prompt

Füg ihn in einen KI-Coding-Assistenten wie Claude Code oder Cursor ein, und er baut die Karte von FastGPU in deine Website ein.

Markdown
Füge meiner Website die mcp.tc-Karte für den MCP-Server FastGPU hinzu. Es ist ein einziges statisches Skript: kein Build-Schritt, kein Paket zu installieren, keine Cookies.

Setz dieses Tag dorthin, wo die Karte erscheinen soll. Die Karte erscheint direkt davor:

```html
<script src="https://mcp.tc/w/fastgpu.js" async></script>
```

Um sie woanders zu zeigen, setz dort diesen Platzhalter ein und lade dasselbe Skript nur einmal, zum Beispiel vor `</body>`. Lass den Link darin stehen: Besucher ohne JavaScript sehen ihn.

```html
<div data-mcptc="fastgpu"><a href="https://mcp.tc/i/fastgpu">FastGPU on mcp.tc</a></div>
```

Optionen:
- `data-theme="light"` oder `"dark"` am Tag oder Platzhalter legt die Farben fest. Ohne das Attribut folgt die Karte dem hellen oder dunklen Modus der Besucher.
- `data-size="compact"` ergibt eine kleinere Karte ohne Kurzbeschreibung.
- Die CSS-Variable `--mcptc-max-width` am Platzhalter oder einem Elternelement legt die Breite fest (Standard `520px`).
- `?lang=` in der Skript-URL legt die Sprache der Karte fest: `en`, `it`, `fr`, `de` oder `es`.

Wenn die Website eine Content Security Policy hat, erlaube `script-src https://mcp.tc` und `img-src data:` (das Icon ist eingebettet).

Für ein README oder andere Markdown-Dokumentation nimm stattdessen das Badge:

```markdown
[![FastGPU on mcp.tc](https://mcp.tc/i/fastgpu/badge.svg)](https://mcp.tc/i/fastgpu)
```

Referenz: https://mcp.tc/de/embed

Änderungsverlauf

Wir lesen die Tool-Liste dieses Servers alle 3 Stunden und halten fest, was sich ändert. Zuletzt gelesen: 18. Nov. 2026, 05:40 UTC.

Folge FastGPU, und wir schicken dir eine E-Mail, wenn sich etwas ändert.

  1. , Automatische Prüfung

    1 Tool geändert.

    Details, 8. Nov. 2026, 11:50 UTC

    Geändert 1

    • match_workloadEingabeschema und Ausgabeschema
      • Neue Parameter: concurrency context_tokens active_params_b engram_placement
  2. , Automatische Prüfung

    1 Tool geändert.

    Details, 29. Okt. 2026, 17:47 UTC

    Geändert 1

    • match_workloadAusgabeschema
  3. , Automatische Prüfung

    1 Tool geändert.

    Details, 28. Okt. 2026, 17:47 UTC

    Geändert 1

    • match_workloadBeschreibung
      Vorher

      Ranks up to eight GPU configurations that can run a job at the lowest live price. Describe the job in query (an open-weight model to serve or fine-tune, a model size, or a GPU need) or with the structured fields. Each match gives the GPU count, the USD per hour for the whole configuration and a one-line reason; the answer also states the VRAM the job needs and how much cheaper the top match is than a hyperscaler running the same job. Use it to decide where to run a workload; use list_gpu_prices for the price of a named GPU. Open-weight models only: an API-only model such as GPT-4 returns no matches and a note. Between otherwise equal offers, a small disclosed tie-break favors providers that pay FastGPU a referral (each match reports partner). Hard limits (budget_usd_hr, max_total_usd with duration_hours, max_quote_age_minutes) drop every configuration that breaks them; limits reports what was dropped. Read-only: it does not rent or launch GPUs. No key required.

      Nachher

      Ranks up to eight GPU configurations that can run a job at the lowest live price. Describe the job in query (an open-weight model to serve or fine-tune, a model size, or a GPU need) or with the structured fields. Each match gives the GPU count, the USD per hour for the whole configuration and a one-line reason; the answer also states the VRAM the job needs and how much cheaper the top match is than a hyperscaler running the same job. Use it to decide where to run a workload; use list_gpu_prices for the price of a named GPU. Open-weight models only: an API-only model such as GPT-4 returns no matches and a note. Ranked on price and fit alone: no provider pays for placement (each match still reports partner, a provider that pays FastGPU a referral). Hard limits (budget_usd_hr, max_total_usd with duration_hours, max_quote_age_minutes) drop every configuration that breaks them; limits reports what was dropped. Read-only: it does not rent, reserve or launch GPUs. No key required.

  4. , Automatische Prüfung

    2 Tools geändert.

    Details, 18. Okt. 2026, 01:42 UTC

    Geändert 2

    • list_gpu_pricesEingabeschema
      • Beschreibung von vendor
        Vorher

        Filter by GPU vendor.

        Nachher

        Return only GPUs made by this vendor (case-insensitive). Combines with tier: both must match. Omit for every vendor.

      • Beschreibung von tier
        Vorher

        Filter by tier.

        Nachher

        Return only one class of GPU (case-insensitive; combines with vendor). flagship: the current top training and inference accelerators (H100, H200, B200, GB200, MI300X, MI355X). datacenter: earlier or…

    • match_workloadBeschreibung
      Vorher

      Describe a job (an open-weight model to serve or fine-tune, a model size, or a GPU need) and get up to eight ranked GPU configurations that can run it at the lowest live price, each with the GPU count, the effective USD per hour for the whole configuration, and a one-line reason; the result also states the VRAM the job needs and, when a hyperscaler can run the same job, which one and what percent cheaper the top match is. Use it when the user asks where to run a workload or which GPU they need, rather than the price of a named GPU. It sizes open-weight models only: an API-only model such as GPT-4 returns no matches and a note. Results mirror FastGPU's website and apply a small, disclosed tie-break toward providers that pay FastGPU a referral, only between otherwise equal offers (each match reports partner true/false). Optional hard limits (budget_usd_hr, max_total_usd with duration_hours, max_quote_age_minutes) leave out every configuration that breaks them, and limits reports what wa…

      Nachher

      Ranks up to eight GPU configurations that can run a job at the lowest live price. Describe the job in query (an open-weight model to serve or fine-tune, a model size, or a GPU need) or with the structured fields. Each match gives the GPU count, the USD per hour for the whole configuration and a one-line reason; the answer also states the VRAM the job needs and how much cheaper the top match is than a hyperscaler running the same job. Use it to decide where to run a workload; use list_gpu_prices for the price of a named GPU. Open-weight models only: an API-only model such as GPT-4 returns no matches and a note. Between otherwise equal offers, a small disclosed tie-break favors providers that pay FastGPU a referral (each match reports partner). Hard limits (budget_usd_hr, max_total_usd with duration_hours, max_quote_age_minutes) drop every configuration that breaks them; limits reports what was dropped. Read-only: it does not rent or launch GPUs. No key required.

  5. , Automatische Prüfung

    Beginn der Beobachtung: 2 Tools.

Häufige Fragen

Kann ich mcp.tc/i/fastgpu in meinen MCP-Client einfügen?

Nein. mcp.tc-Links sind Seiten, keine Server-Adressen. Verbinde dich mit https://fastgpu.co/api/mcp, damit dein Client direkt mit FastGPU spricht. Der Quick-Link ist zum Teilen da: Er öffnet diese Seite, mit Einrichtungsschritten für jeden Client.

Braucht FastGPU einen API-Schlüssel oder eine Anmeldung?

Nein. FastGPU verlangt weder Konto noch Schlüssel.

Ist FastGPU ein Remote- oder ein lokaler Server?

Remote. FastGPU hostet ihn unter https://fastgpu.co/api/mcp, und er spricht Streamable HTTP. Es gibt nichts zu installieren.

Was kann FastGPU?

Er hat 2 Tools: list_gpu_prices und match_workload. Du kannst damit Günstigsten Live-On-Demand-Preis pro GPU-Modell in USD pro GPU-Stunde auflisten, Anbieter je Preis und Anzahl der Anbieter pro GPU anzeigen und Preise nach Hersteller und Tier filtern.

Welche Clients können ihn nutzen?

Jeder Client, der Remote-MCP-Server unterstützt: Claude Code, Claude Desktop, claude.ai, ChatGPT, Cursor, VS Code, Devin Desktop, Codex, Gemini CLI, Zed und andere. Die Einrichtungsschritte decken jeden davon ab.

Verfolgt mcp.tc Änderungen an FastGPU?

Ja. Der Tab Verlauf von FastGPU zeigt jede Änderung, die wir an seinen Tools finden, bis hin zu Beschreibungen und Parametern, dazu neue Versionen und Änderungen seines Betreibers. Folge dem Eintrag, um eine E-Mail zu bekommen, wenn er sich ändert.

Wer hat diese Seite geschrieben?

Der Roboter von mcp.tc hat die eigenen Metadaten von FastGPU (seinen MCP-Handshake, seine Tool-Liste und öffentliche Seiten) gelesen, und ein KI-Modell hat daraus den Text entworfen. Ein Mensch prüft alles, was die Prüfungen nicht bestätigen können. Der Text kann trotzdem falsch sein; wenn dir ein Fehler auffällt, nutze Eintrag melden auf dieser Seite. Diese Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.

mcp.tc steht in keiner Verbindung zu FastGPU. Diese Seite entstand aus den öffentlichen Metadaten von FastGPU, zuletzt geprüft am 18. Nov. 2026, und ein KI-Modell hat die Beschreibung geschrieben, sie kann also Fehler enthalten. Namen und Marken gehören ihren Inhabern. Stimmt etwas nicht? Eintrag melden. Die Übersetzung hat ein KI-Modell aus dem englischen Text erstellt.