MODELOS ABIERTOS / Modelos de lenguaje (LLM)
Ejecuta qwen3-coder:480b en una GPU en la nube
qwen3-coder:480b 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: Alibaba's performant long context models for agentic and coding tasks.
GPU en las que cabe hoy
Unos 335 GB de memoria de GPU: la descarga del modelo (4 bits por defecto) más la memoria de trabajo.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| 8× Q RTX 8000 | 360 GB | $3.84 | $38.40 | Alquilar |
| 4× RTX PRO 6000 Max-Q | 384 GB | $6.88 | $68.80 | Alquilar |
| 8× L40S | 360 GB | $7.52 | $75.20 | Alquilar |
| 8× RTX PRO 5000 | 384 GB | $8.56 | $85.60 | Alquilar |
| 4× RTX PRO 6000 WS | 384 GB | $9.44 | $94.40 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar qwen3-coder:480b
- 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 qwen3-coder:480b¿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 qwen3-coder:480b?
- Según nuestra estimación, unos 335 GB para inferencia (480B parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar qwen3-coder:480b?
- Desde $3.84 por hora en 8× Q RTX 8000, con facturación por segundo. Diez horas cuestan unos $38.40.
- ¿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