OFFENE MODELLE / Sprachmodelle (LLM)
MTPLX auf einer Cloud-GPU ausführen
MTPLX ist ein Sprachmodelle (LLM)-Modell von youssofal. Sehen Sie, wie viel GPU-Speicher es braucht, auf welche GPUs es heute passt und was der eigene Betrieb kostet, sekundengenau abgerechnet.
Aus dem Projekt: The fastest way to run Qwen 3.8 Flash Next, Qwen 3.8 27B and Ternary Bonsai 2 27B on a Mac: 125 tok/s in OpenCode on an M5 Max, and a 27B model on 16 GB Macs. Native MTP speculative decoding on Apple Silicon, exact at any temperature. OpenAI and Anthropic compatible local server.
GPUs, auf die es heute passt
Typischer GPU-Speicher für diese Art von App: etwa 16 GB. Größere Modelle und höhere Auflösungen brauchen mehr.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| RTX A4000 | 16 GB | $0.19 | $1.90 | Mieten |
| RTX 2080 Ti | 22 GB | $0.20 | $2.00 | Mieten |
| RTX 5060 Ti | 16 GB | $0.20 | $2.00 | Mieten |
| Tesla V100 | 16 GB | $0.22 | $2.20 | Mieten |
| Q RTX 5000 | 16 GB | $0.24 | $2.40 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie MTPLX aus
- 01
GPU mieten
Wählen Sie eine der GPUs oben. Abrechnung pro Sekunde; stoppen Sie die Maschine, endet die Abrechnung.
- 02
Terminal oder Jupyter öffnen
Verbinden Sie sich per SSH oder öffnen Sie Jupyter im Browser. PyTorch und CUDA sind bereit.
- 03
App klonen und der README folgen
Führen Sie die Befehle unten aus und folgen Sie dann der README des Projekts. Die meisten Apps starten eine Weboberfläche, die Sie über die Ports der Maschine öffnen.
git clone https://github.com/youssofal/MTPLX.git
cd MTPLXWarum selbst betreiben?
Ihr eigener LLM-Server hat keine Kosten pro Token und kein Ratenlimit, und Ihre Daten bleiben privat. Wählen Sie die GPU nach Speicher und stellen Sie das Modell mit vLLM bereit.
Fragen
- Wie viel GPU-Speicher braucht MTPLX?
- Nach unserer Schätzung etwa 16 GB für Inferenz (? Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von MTPLX?
- Ab $0.19 pro Stunde auf RTX A4000, sekundengenau abgerechnet. Zehn Stunden kosten etwa $1.90.
- Brauche ich ein Abo?
- Nein. Sie zahlen nur die Laufzeit Ihrer Maschine aus Ihrem USD-Guthaben. Stoppen Sie sie, wenn Sie fertig sind.
Testen Sie es in wenigen Minuten auf Ihrer eigenen GPU
Wählen Sie eine GPU, öffnen Sie Jupyter oder SSH und führen Sie jedes offene Modell aus. Sie zahlen sekundengenau und können jederzeit stoppen; kein Abo, keine Einrichtungsgebühr.
- Sekundengenaue Abrechnung in USD
- PyTorch und CUDA in Minuten bereit
- Auch über ChatGPT oder Claude mieten