MODELOS ABIERTOS / Modelos de visión y lenguaje
Ejecuta Llama-4-Maverick-17B-128E-Instruct en una GPU en la nube
Llama-4-Maverick-17B-128E-Instruct es un modelo de Modelos de visión y lenguaje de unsloth. 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 965 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. Con cuantización de 4 bits necesita unos 291 GB.
| GPU | Memoria | Por hora | 10 horas | |
|---|---|---|---|---|
| 16× A100 | 1280 GB | $47.20 | $472.00 | Alquilar |
| 8× H200 | 1128 GB | $51.68 | $516.80 | Alquilar |
| 4× B300 | 1076 GB | $70.64 | $706.40 | Alquilar |
| 8× B200 | 1432 GB | $112.72 | $1,127.20 | Alquilar |
Precios iniciales en vivo de nuestro catálogo. Pagas por segundo mientras la máquina funciona.
Cómo ejecutar Llama-4-Maverick-17B-128E-Instruct
- 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 unsloth/Llama-4-Maverick-17B-128E-Instruct --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-Maverick-17B-128E-Instruct?
- Según nuestra estimación, unos 965 GB para inferencia (402B parámetros). Más resolución, contexto más largo o lotes mayores necesitan más.
- ¿Cuánto cuesta ejecutar Llama-4-Maverick-17B-128E-Instruct?
- Desde $47.20 por hora en 16× A100, con facturación por segundo. Diez horas cuestan unos $472.00.
- ¿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