OFFENE MODELLE / Vision-Language-Modelle
llama4:128x17b auf einer Cloud-GPU ausführen
llama4:128x17b ist ein Vision-Language-Modelle-Modell von Ollama. 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: Meta's latest collection of multimodal models.
GPUs, auf die es heute passt
Etwa 283 GB GPU-Speicher: der Modell-Download (standardmäßig 4 Bit) plus Arbeitsspeicher.
| GPU | Speicher | Pro Stunde | 10 Stunden | |
|---|---|---|---|---|
| 4× A100 SXM4 | 320 GB | $3.24 | $32.40 | Mieten |
| 8× Q RTX 8000 | 360 GB | $4.32 | $43.20 | Mieten |
| 9× RTX 5090 | 288 GB | $8.10 | $81.00 | Mieten |
| 12× RTX 4090 | 288 GB | $8.88 | $88.80 | Mieten |
| 4× RTX PRO 6000 Max-Q | 384 GB | $9.12 | $91.20 | Mieten |
Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.
So führen Sie llama4:128x17b 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
Ollama installieren und das Modell starten
Führen Sie die Befehle unten aus. Ollama lädt das Modell und stellt eine OpenAI-kompatible API auf Port 11434 bereit.
curl -fsSL https://ollama.com/install.sh | sh
ollama run llama4:128x17bWarum selbst betreiben?
Dokument- und Bildverständnis auf Ihrer eigenen GPU: keine Kosten pro Bild, Dateien bleiben auf Ihrer Maschine.
Fragen
- Wie viel GPU-Speicher braucht llama4:128x17b?
- Nach unserer Schätzung etwa 283 GB für Inferenz (? Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
- Was kostet der Betrieb von llama4:128x17b?
- Ab $3.24 pro Stunde auf 4× A100 SXM4, sekundengenau abgerechnet. Zehn Stunden kosten etwa $32.40.
- 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