Die NVIDIA RTX 4070 ist eine Consumer- GPU, basiert auf der Ada Lovelace-Architektur und verfügt über 12 GB Speicher mit 504 GB/s Speicherbandbreite und einer TDP von 200 W. Sie liefert 29,1 TFLOPS FP32-Rechenleistung. Derzeit bei 2 Anbieter verfügbar, ab 0,06 €/GPU/Stunde, mit einem Marktmedian von 0,15 €/GPU/Stunde über 6 Konfigurationen.
Hardware-Spezifikationen
Gleich bei allen Anbietern
Medianpreis über alle Anbieter
2 Angebote von 2 Anbietern
Sortiert nach aufsteigendem Preis. Konfigurationen direkt vergleichen.
| Anbieter | Anzahl | vCPU | RAM | Region | Pro GPU/Std. | Gesamt/Std. | Aktion |
|---|---|---|---|---|---|---|---|
| ×8 | 80 | 252 GB | Ab0,060 € +111.8% 30T | Ab0,48 € | Starten | ||
Theta EdgeCloudIm Trend | ×1 | 22 | 8 GB | Ab0,094 € +33.3% 30T | Ab0,09 € | Starten |
LLMs, die auf die NVIDIA RTX 4070 passen
Geschätzter VRAM-Bedarf beliebter Open-Weight-LLMs bei 16 Bit (FP16/BF16), 8 Bit (FP8/INT8) und 4 Bit (INT4/MXFP4), bei 12 GB pro GPU. Gezeigt werden die 12 größten passenden Modelle.
| Modell | Parameter | 16 Bit | 8 Bit | 4 Bit |
|---|---|---|---|---|
| Laguna-S 2.1 Poolside | 118 Mrd. 8 Mrd. aktiv | — Nicht veröffentlicht | 155 GB Zu groß | 90 GB 8× · 5,7 GB frei |
| gpt-oss-120b OpenAI | 117 Mrd. 5,1 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 78 GB 8× · 18 GB frei |
| Qwen3.6 35B-A3B Alibaba | 35 Mrd. 3 Mrd. aktiv | 86 GB 8× · 9,7 GB frei | 47 GB 8× · 49 GB frei | 28 GB 8× · 68 GB frei oder 2× · 4 % übrig |
| Qwen3 32B Alibaba | 32,8 Mrd. | 79 GB 8× · 17 GB frei | 43 GB 8× · 53 GB frei | 25 GB 8× · 71 GB frei oder 2× · 14 % übrig |
| Gemma 4 31B Google | 31,3 Mrd. | 75 GB 8× · 21 GB frei | 41 GB 8× · 55 GB frei | 24 GB 8× · 72 GB frei oder 2× · 19 % übrig |
| GLM-4.7 Flash Z.ai | 31,2 Mrd. | 75 GB 8× · 21 GB frei | 41 GB 8× · 55 GB frei | 24 GB Passt knapp auf 2× |
| Qwen3.6 27B Alibaba | 27,8 Mrd. | 67 GB 8× · 29 GB frei | 37 GB 8× · 59 GB frei | 21 GB 2× · 2,7 GB frei |
| Mistral Small 3.2 24B Mistral AI | 24 Mrd. | 58 GB 8× · 38 GB frei | 32 GB 8× · 64 GB frei | 18 GB 2× · 5,6 GB frei |
| gpt-oss-20b OpenAI | 21 Mrd. 3,6 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 17 GB 2× · 7,5 GB frei |
| Gemma 3 12B Google | 12,2 Mrd. | 29 GB 8× · 67 GB frei | 16 GB 2× · 7,9 GB frei | 9,4 GB 1× · 2,6 GB frei |
| Granite 4.1 8B IBM | 8,8 Mrd. | 21 GB 2× · 2,9 GB frei | 12 GB Passt knapp auf 1× | 6,8 GB 1× · 5,2 GB frei |
| Qwen3 8B Alibaba | 8,2 Mrd. | 20 GB 2× · 4,3 GB frei | 11 GB 1× · 1,2 GB frei | 6,3 GB 1× · 5,7 GB frei |
Schätzungen: Modellgewichte plus 20 % für KV-Cache und Laufzeit-Overhead, bei kurzen Kontextlängen. Lange Kontexte und große Batches benötigen mehr. Als „knapp“ markierte Zeilen fassen die Gewichte, aber nicht diesen vollen Puffer. Ein ×N-Wert ist der gesamte VRAM über N dieser GPUs und sagt nichts über den Durchsatz der Verbindung aus. Wie wir das schätzen · Stattdessen vom Modell aus starten
Mehr von dieser Seite?
Falsche Daten?
