corehu
GPU をレンタル

オープンモデル / AI 画像生成

Qwen3VL-8B-Abliterated-INT8-ConvRot をクラウド GPU で動かす

Qwen3VL-8B-Abliterated-INT8-ConvRot は NidAll によるAI 画像生成モデルです。必要な GPU メモリ、今日動かせる GPU、自分で動かした場合の費用(秒単位課金)を確認できます。

パラメータ数
≈ 8B
必要な GPU メモリ
≈ 21 GB
ライセンス
apache-2.0
ダウンロード数
38,402
更新日 2026/10/10

今日動かせる GPU

BF16 の重みで推論する場合、作業用メモリを含めて約 21 GB と見積もっています。実際の使用量は解像度、バッチサイズ、コンテキスト長によって変わります。

GPUメモリ1 時間あたり10 時間
RTX 2080 Ti22 GB$0.25$2.50レンタル
Tesla P4024 GB$0.27$2.70レンタル
RTX 309024 GB$0.43$4.30レンタル
RTX 3090 Ti24 GB$0.45$4.50レンタル
Titan RTX24 GB$0.45$4.50レンタル

カタログのリアルタイム開始価格です。マシンが動いている間だけ秒単位で支払います。

Qwen3VL-8B-Abliterated-INT8-ConvRot の動かし方

  1. 01

    GPU をレンタル

    上の GPU から 1 つ選びます。課金は秒単位で、マシンを停止すれば課金も止まります。

  2. 02

    ターミナルか Jupyter を開く

    SSH で接続するか、ブラウザで Jupyter を開きます。PyTorch と CUDA は準備済みです。

  3. 03

    モデルをダウンロードして実行

    下のコマンドを実行します。重みは Hugging Face からマシンへ直接ダウンロードされます。

pip install -U diffusers transformers accelerate
huggingface-cli download NidAll/Qwen3VL-8B-Abliterated-INT8-ConvRot --local-dir ./model
python -c "import torch; from diffusers import DiffusionPipeline; p = DiffusionPipeline.from_pretrained('./model', torch_dtype=torch.bfloat16).to('cuda'); print(p)"

なぜ自分で動かすのか

自分の GPU なら月額プランも画像ごとのクレジットもありません。好きなモデルや LoRA を読み込み、まとめて生成できます。

よくある質問

Qwen3VL-8B-Abliterated-INT8-ConvRot にはどれくらいの GPU メモリが必要ですか?
推定では推論に約 21 GB(8B パラメータ)です。高解像度、長いコンテキスト、大きなバッチではさらに必要です。
Qwen3VL-8B-Abliterated-INT8-ConvRot を動かす費用は?
RTX 2080 Ti で 1 時間 $0.25 から、秒単位の課金です。10 時間で約 $2.50 です。
サブスクリプションは必要ですか?
いいえ。マシンが動いた時間分だけを USD 残高から支払います。終わったら停止してください。

自分の GPU で数分で試せます

GPU を選び、Jupyter か SSH を開いて、好きなオープンモデルを動かしましょう。秒単位の支払いで、いつでも停止できます。サブスクリプションも初期費用もありません。

  • USD で秒単位の課金
  • PyTorch と CUDA が数分で準備完了
  • ChatGPT や Claude からもレンタル可能

似ているAI 画像生成モデル