MODELOS ABIERTOS / Modelos de lenguaje (LLM)
Ejecuta wizardlm2:8x22b en una GPU en la nube
wizardlm2:8x22b 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: State of the art large language model from Microsoft AI with improved performance on complex chat, multilingual, reasoning and agent use cases.
GPU en las que cabe hoy
Unos 93 GB de memoria de GPU: la descarga del modelo (4 bits por defecto) más la memoria de trabajo.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| GB10 | 119 GB | $0.71 | $7.10 | Alquilar |
| RTX PRO 6000 Max-Q | 96 GB | $1.72 | $17.20 | Alquilar |
| RTX PRO 6000 WS | 96 GB | $2.36 | $23.60 | Alquilar |
| RTX PRO 6000 S | 96 GB | $2.43 | $24.30 | Alquilar |
| RTX PRO 6000 | 96 GB | $4.21 | $42.10 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar wizardlm2:8x22b
- 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 wizardlm2:8x22b¿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 wizardlm2:8x22b?
- Según nuestra estimación, unos 93 GB para inferencia (? parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar wizardlm2:8x22b?
- Desde $0.71 por hora en GB10, con facturación por segundo. Diez horas cuestan unos $7.10.
- ¿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