Llama-4-Maverick-17B-128E-Instruct-GGUF をクラウド GPU で動かす
Llama-4-Maverick-17B-128E-Instruct-GGUF は unsloth による視覚言語モデルモデルです。必要な GPU メモリ、今日動かせる GPU、自分で動かした場合の費用（秒単位課金）を確認できます。
A100 SXM4 をレンタル $3.24/時間から
パラメータ数
401B
必要な GPU メモリ
≈ 290 GB
ライセンス
—
ダウンロード数
29,842
更新日 2025/06/18
今日動かせる GPU
GGUF の重みで推論する場合、作業用メモリを含めて約 290 GB と見積もっています。実際の使用量は解像度、バッチサイズ、コンテキスト長によって変わります。
| GPU | メモリ | 1 時間あたり | 10 時間 | |
|---|---|---|---|---|
| 4× A100 SXM4 | 320 GB | $3.24 | $32.40 | レンタル |
| 8× Q RTX 8000 | 360 GB | $4.32 | $43.20 | レンタル |
| 4× RTX PRO 6000 Max-Q | 384 GB | $7.72 | $77.20 | レンタル |
| 8× L40S | 384 GB | $9.12 | $91.20 | レンタル |
| 8× RTX PRO 5000 | 384 GB | $10.08 | $100.80 | レンタル |
カタログのリアルタイム開始価格です。マシンが動いている間だけ秒単位で支払います。
Llama-4-Maverick-17B-128E-Instruct-GGUF の動かし方
- 01
GPU をレンタル
上の GPU から 1 つ選びます。課金は秒単位で、マシンを停止すれば課金も止まります。
- 02
ターミナルか Jupyter を開く
SSH で接続するか、ブラウザで Jupyter を開きます。PyTorch と CUDA は準備済みです。
- 03
モデルをダウンロードして実行
下のコマンドを実行します。重みは Hugging Face からマシンへ直接ダウンロードされます。
pip install -U "huggingface_hub[cli]"
huggingface-cli download unsloth/Llama-4-Maverick-17B-128E-Instruct-GGUF --local-dir ./model --include "*Q4_K_M*"
# llama.cpp: ./llama-server -m ./model/*.gguf --host 0.0.0.0 --port 8000なぜ自分で動かすのか
文書や画像の理解を自分の GPU で動かせます。画像ごとの料金はなく、ファイルは自分のマシンに残ります。
よくある質問
- Llama-4-Maverick-17B-128E-Instruct-GGUF にはどれくらいの GPU メモリが必要ですか？
- 推定では推論に約 290 GB（401B パラメータ）です。高解像度、長いコンテキスト、大きなバッチではさらに必要です。
- Llama-4-Maverick-17B-128E-Instruct-GGUF を動かす費用は？
- 4× A100 SXM4 で 1 時間 $3.24 から、秒単位の課金です。10 時間で約 $32.40 です。
- サブスクリプションは必要ですか？
- いいえ。マシンが動いた時間分だけを USD 残高から支払います。終わったら停止してください。
自分の GPU で数分で試せます
GPU を選び、Jupyter か SSH を開いて、好きなオープンモデルを動かしましょう。秒単位の支払いで、いつでも停止できます。サブスクリプションも初期費用もありません。
- USD で秒単位の課金
- PyTorch と CUDA が数分で準備完了
- ChatGPT や Claude からもレンタル可能