MODELOS ABIERTOS / Edición y escalado de imágenes
Ejecuta flux_kontext_turbo_merged_1 en una GPU en la nube
flux_kontext_turbo_merged_1 es un modelo de Edición y escalado de imágenes de phunghuy159. Mira cuánta memoria de GPU necesita, en qué GPU cabe hoy y cuánto cuesta ejecutarlo tú mismo, con facturación por segundo.
GPU en las que cabe hoy
Nuestra estimación es de unos 31 GB para inferencia con pesos BF16, memoria de trabajo incluida. El uso real depende de la resolución, el tamaño de lote y la longitud de contexto.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| Q RTX 8000 | 45 GB | $0.54 | $5.40 | Alquilar |
| RTX 5000Ada | 32 GB | $0.78 | $7.80 | Alquilar |
| A100 PCIE | 40 GB | $0.83 | $8.30 | Alquilar |
| CMP 170HX | 64 GB | $0.85 | $8.50 | Alquilar |
| RTX A6000 | 48 GB | $0.94 | $9.40 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar flux_kontext_turbo_merged_1
- 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
Descarga y ejecuta el modelo
Ejecuta los comandos de abajo. Los pesos se descargan directamente de Hugging Face a tu máquina.
pip install -U diffusers transformers accelerate
huggingface-cli download phunghuy159/flux_kontext_turbo_merged_1 --local-dir ./model
python -c "import torch; from diffusers import DiffusionPipeline; p = DiffusionPipeline.from_pretrained('./model', torch_dtype=torch.bfloat16).to('cuda'); print(p)"¿Por qué ejecutarlo tú mismo?
La edición por lotes y el escalado son tareas pesadas. Una GPU en la nube las termina rápido y dejas de pagar cuando acaba el trabajo.
Preguntas
- ¿Cuánta memoria de GPU necesita flux_kontext_turbo_merged_1?
- Según nuestra estimación, unos 31 GB para inferencia (12B parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar flux_kontext_turbo_merged_1?
- Desde $0.54 por hora en Q RTX 8000, con facturación por segundo. Diez horas cuestan unos $5.40.
- ¿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