MODELOS ABERTOS / Modelos de visão e linguagem
Execute glm-ocr:q8_0 em uma GPU na nuvem
glm-ocr:q8_0 é um modelo de Modelos de visão e linguagem da Ollama. Veja quanta memória de GPU ele precisa, em quais GPUs cabe hoje e quanto custa executá-lo você mesmo, com cobrança por segundo.
Do projeto: GLM-OCR is a multimodal OCR model for complex document understanding, built on the GLM-V encoder–decoder architecture.
GPUs em que cabe hoje
Cerca de 4 GB de memória de GPU: o download do modelo (4 bits por padrão) mais a memória de trabalho.
| GPU | Memória | Por hora | 10 horas | |
|---|---|---|---|---|
| GTX 1660 S | 6 GB | $0.11 | $1.10 | Alugar |
| GTX 1650 | 4 GB | $0.13 | $1.30 | Alugar |
| GTX 1070 | 8 GB | $0.14 | $1.40 | Alugar |
| GTX 1660 | 6 GB | $0.14 | $1.40 | Alugar |
| RTX 3060 | 12 GB | $0.14 | $1.40 | Alugar |
Preços iniciais ao vivo do nosso catálogo. Você paga por segundo enquanto a máquina roda.
Como executar glm-ocr:q8_0
- 01
Alugue uma GPU
Escolha uma das GPUs acima. A cobrança é por segundo; pare a máquina e a cobrança para.
- 02
Abra um terminal ou o Jupyter
Conecte-se por SSH ou abra o Jupyter no navegador. PyTorch e CUDA já estão prontos.
- 03
Instale o Ollama e execute o modelo
Execute os comandos abaixo. O Ollama baixa o modelo e serve uma API compatível com OpenAI na porta 11434.
curl -fsSL https://ollama.com/install.sh | sh
ollama run glm-ocr:q8_0Por que executar você mesmo?
Execute a compreensão de documentos e imagens na sua própria GPU: sem taxa por imagem, e os arquivos ficam na sua máquina.
Perguntas
- Quanta memória de GPU o glm-ocr:q8_0 precisa?
- Pela nossa estimativa, cerca de 4 GB para inferência (? parâmetros). Resolução maior, contexto mais longo ou lotes maiores precisam de mais.
- Quanto custa executar o glm-ocr:q8_0?
- A partir de $0.11 por hora em GTX 1660 S, com cobrança por segundo. Dez horas custam cerca de $1.10.
- Preciso de uma assinatura?
- Não. Você paga só pelo tempo em que a máquina roda, usando seu saldo em USD. Pare-a quando terminar.
Experimente na sua própria GPU em minutos
Escolha uma GPU, abra o Jupyter ou o SSH e execute qualquer modelo aberto. Você paga por segundo e pode parar quando quiser; sem assinatura nem taxa de ativação.
- Cobrança por segundo em USD
- PyTorch e CUDA prontos em minutos
- Alugue também pelo ChatGPT ou Claude