MODELOS ABIERTOS / Modelos de lenguaje (LLM)
Ejecuta mixtral:8x7b en una GPU en la nube
mixtral:8x7b es un modelo de Modelos de lenguaje (LLM) 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: A set of Mixture of Experts (MoE) model with open weights by Mistral AI in 8x7b and 8x22b parameter sizes.
GPU en las que cabe hoy
Unos 32 GB de memoria de GPU: la descarga del modelo (4 bits por defecto) más la memoria de trabajo.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| Q RTX 8000 | 45 GB | $0.48 | $4.80 | Alquilar |
| CMP 170HX | 64 GB | $0.62 | $6.20 | Alquilar |
| RTX 5000Ada | 32 GB | $0.69 | $6.90 | Alquilar |
| GB10 | 119 GB | $0.71 | $7.10 | Alquilar |
| A100 SXM4 | 80 GB | $0.72 | $7.20 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar mixtral:8x7b
- 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 mixtral:8x7b¿Por qué ejecutarlo tú mismo?
Tu propio servidor de LLM no tiene factura por token ni límite de peticiones, y tus datos siguen siendo privados. Elige la GPU por memoria y sirve el modelo con vLLM.
Preguntas
- ¿Cuánta memoria de GPU necesita mixtral:8x7b?
- Según nuestra estimación, unos 32 GB para inferencia (? parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar mixtral:8x7b?
- Desde $0.48 por hora en Q RTX 8000, con facturación por segundo. Diez horas cuestan unos $4.80.
- ¿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