corehu
GPU mieten

OFFENE MODELLE / Sprachmodelle (LLM)

DeepSeek-V4-Flash-0731-reap-150b-gguf auf einer Cloud-GPU ausführen

DeepSeek-V4-Flash-0731-reap-150b-gguf ist ein Sprachmodelle (LLM)-Modell von puwaer. Sehen Sie, wie viel GPU-Speicher es braucht, auf welche GPUs es heute passt und was der eigene Betrieb kostet, sekundengenau abgerechnet.

GB10 mieten ab $1.20/Std.
Parameter
150B
Benötigter GPU-Speicher
≈ 110 GB
Lizenz
mit
Downloads
41.603
Aktualisiert 26.08.2026

GPUs, auf die es heute passt

Unsere Schätzung: etwa 110 GB für Inferenz mit GGUF-Gewichten, inklusive Arbeitsspeicher. Der echte Bedarf hängt von Auflösung, Batchgröße und Kontextlänge ab.

GPUSpeicherPro Stunde10 Stunden
GB10119 GB$1.20$12.00Mieten
H200140 GB$6.46$64.60Mieten
H200 NVL140 GB$6.57$65.70Mieten
B200179 GB$13.57$135.70Mieten
GB200185 GB$16.04$160.40Mieten

Live-Startpreise aus unserem Katalog. Sie zahlen sekundengenau, solange die Maschine läuft.

So führen Sie DeepSeek-V4-Flash-0731-reap-150b-gguf aus

  1. 01

    GPU mieten

    Wählen Sie eine der GPUs oben. Abrechnung pro Sekunde; stoppen Sie die Maschine, endet die Abrechnung.

  2. 02

    Terminal oder Jupyter öffnen

    Verbinden Sie sich per SSH oder öffnen Sie Jupyter im Browser. PyTorch und CUDA sind bereit.

  3. 03

    Modell laden und starten

    Führen Sie die Befehle unten aus. Die Gewichte kommen direkt von Hugging Face auf Ihre Maschine.

pip install -U "huggingface_hub[cli]"
huggingface-cli download puwaer/DeepSeek-V4-Flash-0731-reap-150b-gguf --local-dir ./model --include "*Q4_K_M*"
# llama.cpp: ./llama-server -m ./model/*.gguf --host 0.0.0.0 --port 8000

Warum selbst betreiben?

Ihr eigener LLM-Server hat keine Kosten pro Token und kein Ratenlimit, und Ihre Daten bleiben privat. Wählen Sie die GPU nach Speicher und stellen Sie das Modell mit vLLM bereit.

Fragen

Wie viel GPU-Speicher braucht DeepSeek-V4-Flash-0731-reap-150b-gguf?
Nach unserer Schätzung etwa 110 GB für Inferenz (150B Parameter). Höhere Auflösung, längerer Kontext oder größere Batches brauchen mehr.
Was kostet der Betrieb von DeepSeek-V4-Flash-0731-reap-150b-gguf?
Ab $1.20 pro Stunde auf GB10, sekundengenau abgerechnet. Zehn Stunden kosten etwa $12.00.
Brauche ich ein Abo?
Nein. Sie zahlen nur die Laufzeit Ihrer Maschine aus Ihrem USD-Guthaben. Stoppen Sie sie, wenn Sie fertig sind.

Testen Sie es in wenigen Minuten auf Ihrer eigenen GPU

Wählen Sie eine GPU, öffnen Sie Jupyter oder SSH und führen Sie jedes offene Modell aus. Sie zahlen sekundengenau und können jederzeit stoppen; kein Abo, keine Einrichtungsgebühr.

  • Sekundengenaue Abrechnung in USD
  • PyTorch und CUDA in Minuten bereit
  • Auch über ChatGPT oder Claude mieten

Ähnliche Sprachmodelle (LLM)-Modelle