ОТКРЫТЫЕ МОДЕЛИ / Языковые модели (LLM)
Запустите flint-mixed-3-4bit на облачном GPU
flint-mixed-3-4bit — модель от mlx-community для задачи «Языковые модели (LLM)». Узнайте, сколько видеопамяти ей нужно, на какие GPU она помещается сегодня и сколько стоит запустить её самому, с посекундной оплатой.
GPU, на которые она помещается сегодня
По нашей оценке, около 97 ГБ для инференса с весами U32, включая рабочую память. Реальный расход зависит от разрешения, размера батча и длины контекста. С 4-битной квантизацией хватит около 30 ГБ.
| GPU | Память | В час | 10 часов | |
|---|---|---|---|---|
| GB10 | 119 GB | $0.71 | $7.10 | Арендовать |
| H200 NVL | 140 GB | $5.33 | $53.30 | Арендовать |
| H200 | 141 GB | $5.76 | $57.60 | Арендовать |
| B200 | 179 GB | $12.07 | $120.70 | Арендовать |
| GB200 | 185 GB | $13.26 | $132.60 | Арендовать |
Актуальные начальные цены из нашего каталога. Вы платите посекундно, пока машина работает.
Как запустить flint-mixed-3-4bit
- 01
Арендуйте GPU
Выберите один из GPU выше. Оплата посекундная: остановили машину — оплата прекратилась.
- 02
Откройте терминал или Jupyter
Подключитесь по SSH или откройте Jupyter в браузере. PyTorch и CUDA уже готовы.
- 03
Скачайте и запустите модель
Выполните команды ниже. Веса загружаются прямо с Hugging Face на вашу машину.
pip install -U vllm
vllm serve mlx-community/flint-mixed-3-4bit --host 0.0.0.0 --port 8000Зачем запускать самому?
У собственного LLM-сервера нет оплаты за токены и лимитов запросов, а данные остаются приватными. Выберите GPU по памяти и разверните модель через vLLM.
Вопросы
- Сколько видеопамяти нужно flint-mixed-3-4bit?
- По нашей оценке, около 97 ГБ для инференса (40B параметров). Более высокое разрешение, длинный контекст или большие батчи потребуют больше.
- Сколько стоит запуск flint-mixed-3-4bit?
- От $0.71 в час на GB10, с посекундной оплатой. Десять часов обойдутся примерно в $7.10.
- Нужна ли подписка?
- Нет. Вы платите только за время работы машины из своего баланса в USD. Остановите её, когда закончите.
Попробуйте на своём GPU за несколько минут
Выберите GPU, откройте Jupyter или SSH и запустите любую открытую модель. Вы платите посекундно и можете остановить машину в любой момент; без подписки и платы за подключение.
- Посекундная оплата в USD
- PyTorch и CUDA готовы за минуты
- Арендуйте и через ChatGPT или Claude