ОТКРЫТЫЕ МОДЕЛИ / Визуально-языковые модели
Запустите Inkling-2-Small-MXFP8 на облачном GPU
Inkling-2-Small-MXFP8 — модель от thinkingmachines для задачи «Визуально-языковые модели». Узнайте, сколько видеопамяти ей нужно, на какие GPU она помещается сегодня и сколько стоит запустить её самому, с посекундной оплатой.
GPU, на которые она помещается сегодня
По нашей оценке, около 714 ГБ для инференса с весами F8_E4M3, включая рабочую память. Реальный расход зависит от разрешения, размера батча и длины контекста. С 4-битной квантизацией хватит около 429 ГБ.
| GPU | Память | В час | 10 часов | |
|---|---|---|---|---|
| 8× RTX PRO 6000 Max-Q | 768 GB | $13.76 | $137.60 | Арендовать |
| 8× RTX PRO 6000 WS | 768 GB | $18.88 | $188.80 | Арендовать |
| 8× RTX PRO 6000 S | 768 GB | $19.44 | $194.40 | Арендовать |
| 8× RTX PRO 6000 | 768 GB | $33.68 | $336.80 | Арендовать |
| 16× A100 | 1280 GB | $41.44 | $414.40 | Арендовать |
Актуальные начальные цены из нашего каталога. Вы платите посекундно, пока машина работает.
Как запустить Inkling-2-Small-MXFP8
- 01
Арендуйте GPU
Выберите один из GPU выше. Оплата посекундная: остановили машину — оплата прекратилась.
- 02
Откройте терминал или Jupyter
Подключитесь по SSH или откройте Jupyter в браузере. PyTorch и CUDA уже готовы.
- 03
Скачайте и запустите модель
Выполните команды ниже. Веса загружаются прямо с Hugging Face на вашу машину.
pip install -U vllm
vllm serve thinkingmachines/Inkling-2-Small-MXFP8 --host 0.0.0.0 --port 8000Зачем запускать самому?
Анализируйте документы и изображения на своём GPU: без оплаты за изображение, файлы остаются на вашей машине.
Вопросы
- Сколько видеопамяти нужно Inkling-2-Small-MXFP8?
- По нашей оценке, около 714 ГБ для инференса (594B параметров). Более высокое разрешение, длинный контекст или большие батчи потребуют больше.
- Сколько стоит запуск Inkling-2-Small-MXFP8?
- От $13.76 в час на 8× RTX PRO 6000 Max-Q, с посекундной оплатой. Десять часов обойдутся примерно в $137.60.
- Нужна ли подписка?
- Нет. Вы платите только за время работы машины из своего баланса в USD. Остановите её, когда закончите.
Попробуйте на своём GPU за несколько минут
Выберите GPU, откройте Jupyter или SSH и запустите любую открытую модель. Вы платите посекундно и можете остановить машину в любой момент; без подписки и платы за подключение.
- Посекундная оплата в USD
- PyTorch и CUDA готовы за минуты
- Арендуйте и через ChatGPT или Claude