MODELOS ABIERTOS / Modelos de visión y lenguaje
Ejecuta Llama-4-Scout-17B-16E-Instruct-FP8-dynamic en una GPU en la nube
Llama-4-Scout-17B-16E-Instruct-FP8-dynamic es un modelo de Modelos de visión y lenguaje de RedHatAI. 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 132 GB para inferencia con pesos F8_E4M3, memoria de trabajo incluida. El uso real depende de la resolución, el tamaño de lote y la longitud de contexto. Con cuantización de 4 bits necesita unos 80 GB.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| H200 | 140 GB | $6.46 | $64.60 | Alquilar |
| H200 NVL | 141 GB | $6.57 | $65.70 | Alquilar |
| B200 | 179 GB | $14.09 | $140.90 | Alquilar |
| GB200 | 185 GB | $16.04 | $160.40 | Alquilar |
| B300 | 269 GB | $17.66 | $176.60 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar Llama-4-Scout-17B-16E-Instruct-FP8-dynamic
- 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 vllm
vllm serve RedHatAI/Llama-4-Scout-17B-16E-Instruct-FP8-dynamic --host 0.0.0.0 --port 8000¿Por qué ejecutarlo tú mismo?
Ejecuta la comprensión de documentos e imágenes en tu propia GPU: sin cuota por imagen y tus archivos se quedan en tu máquina.
Preguntas
- ¿Cuánta memoria de GPU necesita Llama-4-Scout-17B-16E-Instruct-FP8-dynamic?
- Según nuestra estimación, unos 132 GB para inferencia (109B parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar Llama-4-Scout-17B-16E-Instruct-FP8-dynamic?
- Desde $6.46 por hora en H200, con facturación por segundo. Diez horas cuestan unos $64.60.
- ¿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