RentGPU RentGPU
Tìm GPU →
by Xiaomi

MiMo-V2.6-Flash.

multimodal open weights datacenter 311B params 1M ctx
Cheapest input
$0.14/M
on DeepInfra
Cheapest output
$0.28/M
on DeepInfra
Smallest GPU
4× Nvidia Q RTX 8000
$1.05/hr
Run it yourself

Cheapest hardware per quantisation.

Each row is one quantisation tier (the same weights compressed differently). Lower precision → lower VRAM → cheaper hardware, at the cost of small accuracy loss. $/giờ là giá thấp nhất đang được chào. Cấu hình nhiều card dùng giá máy thật cùng cỡ khi có nơi cho thuê; nếu không, là giá một card nhân số card.

Quantisation Cheapest GPU config Total VRAM Live $/hr tokens/sec
FP16
FP16 — half precision (default)
Intel logo 8× Intel Gaudi2
768 GB $8.27/hr
Cyfuture AI · theo nhu cầu
— Compare →
FP8
FP8 — 8-bit float (Hopper / Blackwell)
Nvidia logo 8× Nvidia Q RTX 8000
384 GB $2.10/hr
ước tính 8 × giá một card
Vast.ai · theo nhu cầu
— Compare →
INT4
INT4 — 4-bit integer (~4× VRAM saving)
Nvidia logo 4× Nvidia Q RTX 8000
192 GB $1.05/hr
ước tính 4 × giá một card
Vast.ai · theo nhu cầu
— Compare →
Just need an API?
Skip the GPU rental and call a hosted endpoint instead. See access providers on the Overview tab →