MODELOS ABIERTOS / Modelos de visión y lenguaje
Ejecuta Holo2-30B-A3B-GGUF en una GPU en la nube
Holo2-30B-A3B-GGUF es un modelo de Modelos de visión y lenguaje de Mungert. Mira cuánta memoria de GPU necesita, en qué GPU cabe hoy y cuánto cuesta ejecutarlo tú mismo, con facturación por segundo.
GPU en las que cabe hoy
Nuestra estimación es de unos 23 GB para inferencia con pesos GGUF, memoria de trabajo incluida. El uso real depende de la resolución, el tamaño de lote y la longitud de contexto.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| Tesla P40 | 24 GB | $0.27 | $2.70 | Alquilar |
| RTX 3090 | 24 GB | $0.42 | $4.20 | Alquilar |
| RTX 3090 Ti | 24 GB | $0.45 | $4.50 | Alquilar |
| Titan RTX | 24 GB | $0.45 | $4.50 | Alquilar |
| A10 | 24 GB | $0.48 | $4.80 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar Holo2-30B-A3B-GGUF
- 01
Alquila una GPU
Elige una de las GPU de arriba. La facturación es por segundo; detén la máquina y dejas de pagar.
- 02
Abre una terminal o Jupyter
Conéctate por SSH o abre Jupyter en tu navegador. PyTorch y CUDA están listos.
- 03
Descarga y ejecuta el modelo
Ejecuta los comandos de abajo. Los pesos se descargan directamente de Hugging Face a tu máquina.
pip install -U "huggingface_hub[cli]"
huggingface-cli download Mungert/Holo2-30B-A3B-GGUF --local-dir ./model --include "*Q4_K_M*"
# llama.cpp: ./llama-server -m ./model/*.gguf --host 0.0.0.0 --port 8000¿Por qué ejecutarlo tú mismo?
Ejecuta la comprensión de documentos e imágenes en tu propia GPU: sin cuota por imagen y tus archivos se quedan en tu máquina.
Preguntas
- ¿Cuánta memoria de GPU necesita Holo2-30B-A3B-GGUF?
- Según nuestra estimación, unos 23 GB para inferencia (31B parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar Holo2-30B-A3B-GGUF?
- Desde $0.27 por hora en Tesla P40, con facturación por segundo. Diez horas cuestan unos $2.70.
- ¿Necesito una suscripción?
- No. Solo pagas el tiempo que funciona tu máquina, desde tu saldo en USD. Detenla cuando termines.
Pruébalo en tu propia GPU en minutos
Elige una GPU, abre Jupyter o SSH y ejecuta cualquier modelo abierto. Pagas por segundo y puedes detenerla cuando quieras; sin suscripción ni cuota de alta.
- Facturación por segundo en USD
- PyTorch y CUDA listos en minutos
- Alquila también desde ChatGPT o Claude