Die NVIDIA RTX 4090 ist eine Consumer- GPU, basiert auf der Ada Lovelace-Architektur und verfügt über 24 GB Speicher mit 1.008 GB/s Speicherbandbreite und einer TDP von 450 W. Sie liefert 82,6 TFLOPS FP32-Rechenleistung. Derzeit bei 6 Anbieter verfügbar, ab 0,10 €/GPU/Stunde, mit einem Marktmedian von 0,42 €/GPU/Stunde über 67 Konfigurationen.
Hardware-Spezifikationen
Gleich bei allen Anbietern
Medianpreis über alle Anbieter
6 Angebote von 6 Anbietern
Sortiert nach aufsteigendem Preis. Konfigurationen direkt vergleichen.
| Anbieter | Anzahl | vCPU | RAM | Region | Pro GPU/Std. | Gesamt/Std. | Aktion |
|---|---|---|---|---|---|---|---|
| ×1 | 12 | 31 GB | 0,635 € | 0,64 € | Starten | ||
| ×2 | 36 | 252 GB | Ab0,103 € 0.0% 30T | Ab0,21 € | Starten | ||
| ×8 | 88 | 228 GB | Ab0,361 € 0.0% 30T | Ab2,89 € | Starten | ||
| ×1 | 12 | 70 GB | 0,378 € 0.0% 30T | Ab0,38 € | Starten | ||
Sesterce CloudEmpfehlungslink | ×8 | 88 | 228 GB | Ab0,378 € +50.0% 30T | Ab3,02 € | Starten | |
Novita AIEmpfehlungslink | ×1 | 16 | 125 GB | 0,575 € 0.0% 30T | Ab0,58 € | Starten | |
Bis zu429 €Guthaben | ×1 | 12 | 31 GB | 0,635 € 0.0% 30T | 0,64 € | Starten |
LLMs, die auf die NVIDIA RTX 4090 passen
Geschätzter VRAM-Bedarf beliebter Open-Weight-LLMs bei 16 Bit (FP16/BF16), 8 Bit (FP8/INT8) und 4 Bit (INT4/MXFP4), bei 24 GB pro GPU. Gezeigt werden die 12 größten passenden Modelle.
| Modell | Parameter | 16 Bit | 8 Bit | 4 Bit |
|---|---|---|---|---|
| DeepSeek V4 Flash DeepSeek | 284 Mrd. | — Nicht veröffentlicht | — Nicht veröffentlicht | 192 GB Passt knapp auf 8× oder 7× · 5 % übrig |
| Solar Open2 250B Upstage | 250 Mrd. 15 Mrd. aktiv | — Nicht veröffentlicht | 330 GB 16× · 54 GB frei | 192 GB 9× · 24 GB frei oder 7× · 4 % übrig |
| Qwen3 235B-A22B Alibaba | 235 Mrd. 22 Mrd. aktiv | — Nicht veröffentlicht | 310 GB 16× · 74 GB frei | 181 GB 8× · 11 GB frei oder 7× · 11 % übrig |
| Laguna-S 2.1 Poolside | 118 Mrd. 8 Mrd. aktiv | 282 GB 16× · 102 GB frei oder 10× · 2 % übrig | 155 GB 7× · 13 GB frei oder 6× · 11 % übrig | 90 GB 4× · 5,7 GB frei |
| gpt-oss-120b OpenAI | 117 Mrd. 5,1 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 78 GB 4× · 18 GB frei oder 3× · 10 % übrig |
| Qwen3.6 35B-A3B Alibaba | 35 Mrd. 3 Mrd. aktiv | 86 GB 4× · 9,7 GB frei oder 3× · 0 % übrig | 47 GB Passt knapp auf 2× | 28 GB 2× · 20 GB frei oder 1× · 4 % übrig |
| Qwen3 32B Alibaba | 32,8 Mrd. | 79 GB 4× · 17 GB frei oder 3× · 9 % übrig | 43 GB 2× · 4,8 GB frei | 25 GB 2× · 23 GB frei oder 1× · 14 % übrig |
| Gemma 4 31B Google | 31,3 Mrd. | 75 GB 4× · 21 GB frei oder 3× · 15 % übrig | 41 GB 2× · 6,7 GB frei | 24 GB 2× · 24 GB frei oder 1× · 19 % übrig |
| GLM-4.7 Flash Z.ai | 31,2 Mrd. | 75 GB 4× · 21 GB frei oder 3× · 15 % übrig | 41 GB 2× · 6,8 GB frei | 24 GB Passt knapp auf 1× |
| Qwen3.6 27B Alibaba | 27,8 Mrd. | 67 GB 3× · 5,3 GB frei | 37 GB 2× · 11 GB frei | 21 GB 1× · 2,7 GB frei |
| Mistral Small 3.2 24B Mistral AI | 24 Mrd. | 58 GB 3× · 14 GB frei | 32 GB 2× · 16 GB frei | 18 GB 1× · 5,6 GB frei |
| gpt-oss-20b OpenAI | 21 Mrd. 3,6 Mrd. aktiv | — Nicht veröffentlicht | — Nicht veröffentlicht | 17 GB 1× · 7,5 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
Ähnliche GPUs
Mehr ähnliche GPUs in
Mehr von dieser Seite?
Falsche Daten?




