GPU mana menjalankan model apa · Qwen
GPU mana yang menjalankan Qwen3 32B, dan berapa biayanya per jam
Qwen3 32B (32B) memakai sekitar 64 GB VRAM untuk bobot FP16 dan sekitar 19 to 20 GB pada Q4_K_M, belum termasuk KV cache untuk jendela konteks Anda. Tabel di bawah mencantumkan kartu di cloudgpu.app per kelas VRAM, apakah modelnya muat, dan harga yang benar-benar ditagihkan, dibaca pada 2026-09-15.
Kartu yang direkomendasikan: RTX 5090 32G (32 GB) seharga $0.59 per jam, kartu termurah di kelas VRAM yang muat.
| VRAM | Kartu | Harga per jam | Muat? |
|---|---|---|---|
| 24 GB | RTX 3090 24G · RTX 4090D 24G · RTX 4090 24G | $0.21 – $0.33/h | Muat pas-pasan Q4 fits with about 8k context, no headroom |
| 32 GB | RTX 5090 32G | $0.59/h | Muat Q4 comfortable with 16k to 32k context: the recommended card |
| 48 GB | RTX A6000 48G · RTX 4090 48G | $0.44 – $0.65/h | Muat Q4 with long context, or Q8 |
| 80 GB | A800 80G · A100 80G | $1.09 – $1.49/h | Muat FP16 fits |
| 96 GB | H20 96G · RTX PRO 6000 96G | $1.29 – $1.49/h | Muat FP16 fits |
Harga adalah tarif ritel di cloudgpu.app yang dibaca 2026-09-15 dan sama dengan yang ditagihkan sistem billing; angka VRAM diperiksa pada 2026-09-08. Stok berubah sepanjang hari.
Cara membaca tabel
"Muat" dinilai untuk bobot Q4_K_M plus jendela konteks yang bisa dipakai; FP16 butuh kira-kira dua kali VRAM. Catatan di bawah tiap penilaian menyebutkan seberapa panjang konteks yang didapat.
Kartu data center (80 GB dan 96 GB) tidak murah di cloudgpu.app. Jika modelnya muat di kartu konsumen, kartu konsumen adalah pilihan yang lebih hemat. Harga di sini adalah angka yang sama dengan yang ditagihkan sistem billing.
Pertanyaan tentang menjalankan Qwen3 32B
Berapa VRAM yang dibutuhkan Qwen3 32B?
Qwen3 32B punya 32B parameter. Bobot FP16 memakai sekitar 64 GB; pada Q4_K_M bobotnya sekitar 19 to 20 GB. Tambahkan 1 sampai 8 GB untuk KV cache tergantung panjang konteks dan ukuran batch.
GPU termurah yang bisa menjalankan Qwen3 32B?
Di cloudgpu.app, kartu termurah yang kami rekomendasikan untuk Qwen3 32B adalah RTX 5090 32G dengan 32 GB seharga $0.59 per jam (Q4 comfortable with 16k to 32k context: the recommended card). Harga dibaca 2026-09-15; halaman harga menampilkan stok langsung.
Bisakah menjalankan Qwen3 32B di RTX 4090 24 GB?
Bisa, tetapi pas-pasan. Di kartu 24 GB: Q4 fits with about 8k context, no headroom. Untuk kerja sungguhan, RTX 5090 32 GB ($0.59 per jam) atau kartu 48 GB adalah batas minimum yang praktis.
Berapa biaya per jam menjalankan Qwen3 32B di cloudgpu.app?
Mulai $0.59 per jam di RTX 5090 32G, ditagih per menit. Uji coba 20 menit sekitar $0.20; satu jam diotorisasi saat instance dimulai dan menit yang tidak terpakai dikembalikan saat berhenti. Kartu di kelas VRAM lebih tinggi lebih mahal; tabel di atas mencantumkan masing-masing.
Bagaimana memulai Qwen3 32B di GPU sewaan?
Buka Sewa GPU, pilih template Ollama + Qwen3 dan sebuah kartu dari tabel di atas. Instance siap dalam sekitar 100 detik dengan endpoint HTTPS publik; lalu jalankan "ollama pull qwen3:32b" di terminal, atau minta model "qwen3:32b" lewat API dan Ollama mengunduhnya saat pertama dipakai.
Apakah perlu kartu kredit atau akun Tiongkok?
Tidak perlu akun Tiongkok, nomor telepon, atau KTP. Anda bisa bayar dengan kartu (Visa atau Mastercard, nominal apa pun mulai $5) atau USDT (TRC-20). Isi saldo pertama $10 atau lebih mendapat bonus $5, jadi bayar kartu $10 memberi Anda $15 waktu GPU.