在云 GPU 上运行 Codewhale
Codewhale 是 codewhale-hq 推出的语言模型（LLM）模型。查看它需要多少显存、今天可以在哪些 GPU 上运行，以及自己运行的费用，按秒计费。
项目简介： An open-source coding agent for your terminal, written in Rust. It works with any model, can split one task across several agents, and every line of it is yours to read.
租用 RTX A4000 $0.19/小时起
参数量
—
所需显存
≈ 16 GB
许可证
MIT
GitHub 星标
41,179
更新于 2026年11月15日
今天可运行的 GPU
此类应用的典型显存：约 16 GB。更大的模型和更高的分辨率需要更多。
| GPU | 显存 | 每小时 | 10 小时 | |
|---|---|---|---|---|
| RTX A4000 | 16 GB | $0.19 | $1.90 | 租用 |
| RTX 2080 Ti | 22 GB | $0.20 | $2.00 | 租用 |
| RTX 5060 Ti | 16 GB | $0.20 | $2.00 | 租用 |
| Tesla V100 | 16 GB | $0.22 | $2.20 | 租用 |
| Q RTX 5000 | 16 GB | $0.24 | $2.40 | 租用 |
价格为目录中的实时起价。机器运行期间按秒付费。
如何运行 Codewhale
- 01
租用 GPU
从上面选择一款 GPU。按秒计费；停止机器即停止计费。
- 02
打开终端或 Jupyter
通过 SSH 连接，或在浏览器中打开 Jupyter。PyTorch 和 CUDA 已就绪。
- 03
克隆应用并按照 README 操作
运行下面的命令，然后按照项目的 README 操作。大多数应用会启动一个可通过机器端口打开的网页界面。
git clone https://github.com/codewhale-hq/Codewhale.git
cd Codewhale为什么要自己运行？
自建 LLM 服务器没有按 token 计费，也没有速率限制，数据保持私密。按显存选择 GPU，用 vLLM 部署模型。
常见问题
- Codewhale 需要多少显存？
- 按我们的估算，推理约需 16 GB（? 参数）。更高分辨率、更长上下文或更大批次需要更多显存。
- 运行 Codewhale 要花多少钱？
- 在 RTX A4000 上 $0.19/小时起，按秒计费。十小时约 $1.90。
- 需要订阅吗？
- 不需要。您只需用 USD 余额支付机器实际运行的时间。用完即可停止。
几分钟内在您自己的 GPU 上试用
选择一款 GPU，打开 Jupyter 或 SSH，运行任意开源模型。按秒付费，随时可以停止；无需订阅，没有开通费。
- 以 USD 按秒计费
- PyTorch 和 CUDA 几分钟即可就绪
- 也可以通过 ChatGPT 或 Claude 租用