MODELOS ABIERTOS / Modelos de visión y lenguaje
Ejecuta llama4:128x17b en una GPU en la nube
llama4:128x17b es un modelo de Modelos de visión y lenguaje de Ollama. Mira cuánta memoria de GPU necesita, en qué GPU cabe hoy y cuánto cuesta ejecutarlo tú mismo, con facturación por segundo.
Del proyecto: Meta's latest collection of multimodal models.
GPU en las que cabe hoy
Unos 283 GB de memoria de GPU: la descarga del modelo (4 bits por defecto) más la memoria de trabajo.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| 4× A100 SXM4 | 320 GB | $3.00 | $30.00 | Alquilar |
| 8× Q RTX 8000 | 360 GB | $4.32 | $43.20 | Alquilar |
| 4× RTX PRO 6000 Max-Q | 384 GB | $7.72 | $77.20 | Alquilar |
| 9× RTX 5090 | 288 GB | $9.09 | $90.90 | Alquilar |
| 8× L40S | 384 GB | $9.20 | $92.00 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar llama4:128x17b
- 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
Instala Ollama y ejecuta el modelo
Ejecuta los comandos de abajo. Ollama descarga el modelo y sirve una API compatible con OpenAI en el puerto 11434.
curl -fsSL https://ollama.com/install.sh | sh
ollama run llama4:128x17b¿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 llama4:128x17b?
- Según nuestra estimación, unos 283 GB para inferencia (? parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar llama4:128x17b?
- Desde $3.00 por hora en 4× A100 SXM4, con facturación por segundo. Diez horas cuestan unos $30.00.
- ¿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