Qwen3-235B em bloco de GPUs

Memória de vídeo

480 GB

Instalação

~15 min

Acesso

porta 8000

Cobrança

por hora, em reais

O Qwen3-235B é um modelo de mistura de especialistas: muitos parâmetros no total, poucos ativos por token. Isso dá qualidade de modelo grande com throughput melhor do que o tamanho sugere — desde que caiba na memória.

Qwen3-235B-A22B (MoE) servido via vLLM com API OpenAI-compatível — top em raciocínio e código entre os open-source. ATENÇÃO: exige múltiplas GPUs H100/H200 ou quantização. Para 1 GPU, use o template Qwen3 (8B).

Para que serve

• Qualidade de modelo grande com licença permissiva
• Bom desempenho em português entre os modelos de topo
• Uso intensivo com custo fixo por hora, sem contar token
• Avaliação interna antes de fechar contrato com API paga

Como subir

1. Crie sua conta e adicione saldo em reais (Pix ou cartão, sem mensalidade).
2. No console, escolha o template Qwen3-235B-A22B e a máquina — o próprio console esconde as que não atendem ao requisito.
3. Em cerca de 15 minutos a instalação termina e o endereço de acesso aparece no painel, na porta 8000.

Terminou? Basta destruir a máquina: a cobrança para junto. Nada de contrato ou franquia mínima.

Perguntas frequentes

Quanta memória de vídeo?

Cerca de 480 GB. Na prática, um bloco de placas de 80 a 141 GB.

Mistura de especialistas ajuda no custo?

Sim: como poucos especialistas são ativados por token, a velocidade por requisição é melhor do que a de um modelo denso do mesmo tamanho.

Dá para rodar quantizado em menos placas?

Dá, ao custo de alguma qualidade. Use o console para ver quais blocos estão disponíveis no momento.

Templates relacionados