Мгновенный старт
Qwen3 0.6B
0.6B · Apache-2.0 · мин. VRAM 6 GB
Крошечная модель для классификации, маршрутизации и тестов.
tinyfast
Рекомендуем: RTX 3060· от $0.08/час
Библиотека моделей
Запуск ИИ-моделей в один клик
Открытые модели для текста, кода, зрения, изображений, видео, речи и поиска. Выберите модель — мы подберём самую дешёвую подходящую GPU.
Тип
Размер
Мгновенный старт
Qwen3 1.7B
1.7B · Apache-2.0 · мин. VRAM 8 GB
Маленькая и быстрая: простой чат и извлечение данных.
fast
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Qwen3 4B Instruct 2507
4B · Apache-2.0 · мин. VRAM 12 GB
Лучшее качество на гигабайт для недорогих GPU.
multilingual
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
SmolLM3 3B
3B · Apache-2.0 · мин. VRAM 10 GB
Открытая модель 3B с длинным контекстом и режимом рассуждений.
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Phi-4 mini
3.8B · MIT · мин. VRAM 12 GB
Компактная модель Microsoft, сильна в математике и логике.
reasoning
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный стартНужен ваш HF-токен
Llama 3.2 3B
3B · Llama 3.2 · мин. VRAM 12 GB
Малая модель Meta (нужен ваш HF-токен).
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный стартНужен ваш HF-токен
Gemma 3 4B
4B · Gemma · мин. VRAM 12 GB
Малая мультимодальная модель Google (нужен ваш HF-токен).
vision
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Qwen3 8B
8B · Apache-2.0 · мин. VRAM 24 GB
Сильная универсальная модель с режимом рассуждений, 100+ языков.
reasoningmultilingual
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
gpt-oss 20B
21B MoE · Apache-2.0 · мин. VRAM 24 GB
Открытая модель OpenAI с рассуждениями и вызовом инструментов.
reasoningmoetools
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
Qwen2.5 7B Instruct
7B · Apache-2.0 · мин. VRAM 24 GB
Проверенная чат-модель для ассистентов и RAG.
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
Qwen2.5 Coder 7B
7B · Apache-2.0 · мин. VRAM 24 GB
Автодополнение и генерация кода для IDE-ассистентов.
code
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
Qwen2.5 VL 7B
7B · Apache-2.0 · мин. VRAM 24 GB
Понимает изображения, документы и скриншоты.
visionocr
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
DeepSeek-R1 Distill Qwen 7B
7B · MIT · мин. VRAM 24 GB
Пошаговые рассуждения в стиле R1 в небольшой модели.
reasoning
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
DeepSeek-R1 Distill Llama 8B
8B · MIT · мин. VRAM 24 GB
Рассуждения R1, дистиллированные в Llama 8B.
reasoning
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
Mistral 7B Instruct v0.3
7B · Apache-2.0 · мин. VRAM 24 GB
Быстрая европейская модель с вызовом функций.
tools
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный стартНужен ваш HF-токен
Llama 3.1 8B
8B · Llama 3.1 · мин. VRAM 24 GB
Популярная модель Meta 8B (нужен ваш HF-токен).
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
Qwen3 14B
14B · Apache-2.0 · мин. VRAM 40 GB
Заметно умнее 8B и всё ещё недорогая.
reasoningmultilingual
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный старт
Phi-4 14B
14B · MIT · мин. VRAM 40 GB
Отлично решает математику, код и структурные задачи.
reasoning
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный старт
DeepSeek-R1 Distill Qwen 14B
14B · MIT · мин. VRAM 40 GB
Более глубокие рассуждения, чем у версии 7B.
reasoning
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный старт
Mistral NeMo 12B
12B · Apache-2.0 · мин. VRAM 40 GB
Контекст 128k, сильный многоязычный чат.
multilingual
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный стартНужен ваш HF-токен
Gemma 3 12B
12B · Gemma · мин. VRAM 40 GB
Мультимодальная Gemma (нужен ваш HF-токен).
vision
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный старт
Qwen3 32B
32B · Apache-2.0 · мин. VRAM 80 GB
Флагманская плотная Qwen3 для требовательных ассистентов.
reasoningmultilingual
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный старт
Qwen3 30B-A3B Instruct 2507
30B MoE · Apache-2.0 · мин. VRAM 80 GB
MoE с 3B активных параметров: качество большой модели на высокой скорости.
moefast
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный старт
Qwen3 Coder 30B-A3B
30B MoE · Apache-2.0 · мин. VRAM 80 GB
Модель для агентного программирования: Cline, Roo, Continue.
codeagents
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный старт
Qwen2.5 Coder 32B
32B · Apache-2.0 · мин. VRAM 80 GB
Одна из лучших открытых плотных моделей для кода.
code
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный старт
Qwen2.5 VL 32B
32B · Apache-2.0 · мин. VRAM 80 GB
Сильная визуально-языковая модель для документов и графиков.
visionocr
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный старт
DeepSeek-R1 Distill Qwen 32B
32B · MIT · мин. VRAM 80 GB
Самая сильная дистилляция R1.
reasoning
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный старт
Mistral Small 3.2 24B
24B · Apache-2.0 · мин. VRAM 80 GB
Сбалансированная 24B со зрением и вызовом функций.
visiontools
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный старт
gpt-oss 120B
117B MoE · Apache-2.0 · мин. VRAM 80 GB
Крупнейшая открытая модель OpenAI на одной GPU 80 ГБ.
reasoningmoetools
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный стартНужен ваш HF-токен
Gemma 3 27B
27B · Gemma · мин. VRAM 80 GB
Самая большая Gemma 3 (нужен ваш HF-токен).
vision
Рекомендуем: 8× RTX 3060· от $0.64/час
Мгновенный стартНужен ваш HF-токен
Llama 3.3 70B
70B · Llama 3.3 · мин. VRAM 160 GB
Открытая модель класса GPT-4; 2×80 ГБ (нужен ваш HF-токен).
Рекомендуем: 4× A40· от $1.60/час
Мгновенный старт
GLM-4.5 Air
106B MoE · MIT · мин. VRAM 320 GB
MoE для агентов; 4×80 ГБ.
agentscodemoe
Рекомендуем: 8× A40· от $3.20/час
Мгновенный старт
Qwen3 235B-A22B FP8
235B MoE · Apache-2.0 · мин. VRAM 320 GB
Модель передового уровня; 4×80 ГБ (Hopper, FP8).
moefrontier
Рекомендуем: 8× A40· от $3.20/час
Мгновенный старт
Qwen3 Coder 480B FP8
480B MoE · Apache-2.0 · мин. VRAM 640 GB
Лучший открытый агентный кодер; 8×80 ГБ (Hopper, FP8).
codeagentsfrontier
Рекомендуем: 8× A100 80GB· от $8.80/час
Мгновенный старт
DeepSeek-R1 0528 (671B)
671B MoE · MIT · мин. VRAM 1000 GB
Полная DeepSeek-R1; 8×H200.
reasoningfrontier
Рекомендуем: 8× H200 141GB· от $20.80/час
Мгновенный старт
DeepSeek-V3.1 (671B)
671B MoE · MIT · мин. VRAM 1000 GB
Полная DeepSeek-V3.1 с гибридным мышлением; 8×H200.
frontiertools
Рекомендуем: 8× H200 141GB· от $20.80/час
Мгновенный старт
Qwen3 Embedding 0.6B
0.6B · Apache-2.0 · мин. VRAM 6 GB
Быстрые многоязычные эмбеддинги для поиска и RAG.
multilingual
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Qwen3 Embedding 8B
8B · Apache-2.0 · мин. VRAM 24 GB
Эмбеддинги высшего качества (уровень лидеров MTEB).
multilingual
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
BGE-M3
568M · MIT · мин. VRAM 6 GB
Плотные и разреженные многоязычные эмбеддинги.
multilingual
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Multilingual E5 Large
560M · MIT · мин. VRAM 6 GB
Классические многоязычные эмбеддинги для поиска.
multilingual
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
BGE Reranker v2 M3
568M · Apache-2.0 · мин. VRAM 6 GB
Реранкер для точного RAG (/v1/rerank).
rerank
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Stable Diffusion XL 1.0
3.5B · OpenRAIL++ · мин. VRAM 8 GB
Классическая SDXL: огромная экосистема LoRA, работает на 8 ГБ.
photoart
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Juggernaut XL v9
3.5B · CreativeML OpenRAIL-M · мин. VRAM 8 GB
Фотореалистичная SDXL, отлично для портретов.
photorealism
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Lumina Image 2.0
2.6B · Apache-2.0 · мин. VRAM 12 GB
Эффективная генерация изображений с точным следованием промпту.
art
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
FLUX.1 schnell (FP8)
12B · Apache-2.0 · мин. VRAM 16 GB
Изображения топ-качества за 4 шага, коммерческое использование разрешено.
phototext-in-imagefast
Рекомендуем: RTX 4060 Ti 16GB· от $0.12/час
Мгновенный старт
HiDream-I1 Fast (FP8)
17B · MIT · мин. VRAM 24 GB
Передовая открытая модель изображений, лицензия MIT.
photoart
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
Qwen-Image (FP8)
20B · Apache-2.0 · мин. VRAM 40 GB
Лучший рендер текста на изображениях: постеры, интерфейсы.
text-in-imageposters
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный старт
Wan 2.1 Text-to-Video 1.3B
1.3B · Apache-2.0 · мин. VRAM 12 GB
Генерация видео даже на картах 12 ГБ (480p).
text-to-videolight
Рекомендуем: RTX 3060· от $0.08/час
Мгновенный старт
Wan 2.2 TI2V 5B
5B · Apache-2.0 · мин. VRAM 24 GB
Видео 720p из текста и изображения на одной GPU 24 ГБ.
text-to-videoimage-to-video
Рекомендуем: 2× RTX 3060· от $0.16/час
Мгновенный старт
Wan 2.2 Text-to-Video 14B (FP8)
14B MoE · Apache-2.0 · мин. VRAM 40 GB
Кинематографичное видео 720p; LoRA на 4 шага для скорости.
text-to-videocinematic
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный старт
Wan 2.2 Image-to-Video 14B (FP8)
14B MoE · Apache-2.0 · мин. VRAM 40 GB
Оживите любое изображение в ролик 720p.
image-to-video
Рекомендуем: 4× RTX 3060· от $0.32/час
Мгновенный старт
Mochi 1 Preview (FP8)
10B · Apache-2.0 · мин. VRAM 24 GB
Видео с плавным движением от Genmo.
text-to-video
Рекомендуем: 2× RTX 3060· от $0.16/час
Speech-to-text & TTS · OpenAI API
мин. VRAM 6 GB
Распознавание речи faster-whisper и синтез речи с OpenAI-совместимым аудио-API.
Whisper large-v3 API
мин. VRAM 8 GB
Сервис распознавания речи (faster-whisper, large-v3) со Swagger UI.
Kokoro TTS · OpenAI API
мин. VRAM 4 GB
Быстрый естественный синтез речи (82M) с OpenAI-совместимым /v1/audio/speech.
Нет моделей с такими фильтрами.
Объединяйте несколько GPU для больших моделей
Арендуйте 2, 4 или 8 GPU в одном сервере и используйте их как одну:
Тензорный параллелизм для инференса
vLLM и SGLang делят модель между всеми GPU сервера, и их память суммируется: Llama 3.3 70B на 2×A100 80GB, Qwen3 235B на 4×H100, DeepSeek-R1 671B на 8×H200.
Распределённое обучение
Шаблоны PyTorch видят все GPU: используйте torchrun с DDP, FSDP или DeepSpeed ZeRO, чтобы обучать быстрее или помещать большие модели.
Почему в одном сервере
GPU объединяются внутри одной машины через NVLink/PCIe. Делить модель между компьютерами через интернет в десятки раз медленнее, поэтому мы так не делаем.
Шаблоны
Готовые окружения
Каждый сервер запускается из шаблона. Шаблоны с моделью загружают её автоматически, остальные дают чистое окружение с доступом по SSH.
Серверы LLM
vLLM · OpenAI API
Высокопроизводительный LLM-сервер с OpenAI-совместимым API. Вызывайте из своего кода с API-ключом Gysga.
Несколько GPU: тензорный параллелизм
SGLang · OpenAI API
Быстрый LLM-сервер с RadixAttention и OpenAI-совместимым API.
Несколько GPU: тензорный параллелизм
Open WebUI + Ollama
Интерфейс в стиле ChatGPT со встроенной Ollama. Скачивайте любые модели из библиотеки Ollama в один клик.
Ollama API
Сервер Ollama: Llama, Qwen, Gemma, DeepSeek и сотни других моделей через простой API.
Text Generation WebUI
Веб-интерфейс oobabooga для общения и тестирования моделей (GGUF, EXL2, Transformers).
Изображения и видео
ComfyUI
Генерация изображений и видео на нодах: SDXL, FLUX, Wan, LTX-Video. ComfyUI-Manager в комплекте.
Речь
Speech-to-text & TTS · OpenAI API
Распознавание речи faster-whisper и синтез речи с OpenAI-совместимым аудио-API.
Whisper large-v3 API
Сервис распознавания речи (faster-whisper, large-v3) со Swagger UI.
Kokoro TTS · OpenAI API
Быстрый естественный синтез речи (82M) с OpenAI-совместимым /v1/audio/speech.
Дообучение
LLaMA-Factory
Дообучение 100+ LLM через LoRA/QLoRA или полное обучение из веб-интерфейса.
Несколько GPU: torchrun / DeepSpeed
Axolotl
Инструмент дообучения по YAML-конфигу (LoRA, QLoRA, full, DPO). Подключитесь по SSH и запустите axolotl train.
Несколько GPU: torchrun / DeepSpeed
Unsloth
Дообучение в 2 раза быстрее и с меньшим расходом памяти. Подключитесь по SSH и запускайте скрипты Unsloth.
Несколько GPU: torchrun / DeepSpeed
Разработка
PyTorch 2.8
PyTorch 2.8 с CUDA 12.8 и cuDNN 9. Подключайтесь по SSH и работайте в /workspace.
Несколько GPU: torchrun / DeepSpeed
Jupyter Lab + PyTorch
Jupyter Lab поверх PyTorch 2.8. Откройте через SSH-туннель с токеном из панели подключения.
Несколько GPU: torchrun / DeepSpeed
TensorFlow + Jupyter
TensorFlow с поддержкой GPU и Jupyter.
Несколько GPU: torchrun / DeepSpeed
Ubuntu 24.04 + CUDA 12.8
Чистая Ubuntu 24.04 с CUDA 12.8 и cuDNN. Устанавливайте всё, что нужно.
Несколько GPU: torchrun / DeepSpeed
Custom Docker image
Запустите любой публичный Docker-образ с доступом к GPU. Используется его команда по умолчанию.
Несколько GPU: torchrun / DeepSpeed
Поиск и RAG
Embeddings · OpenAI API
Модели эмбеддингов (BGE-M3, E5) для поиска и RAG через /v1/embeddings.