La NVIDIA RTX 5090 es una GPU de consumo basada en la arquitectura Blackwell y cuenta con 32 GB de memoria con 1792 GB/s de ancho de banda de memoria y un TDP de 575 W. Ofrece 104 TFLOPS de rendimiento FP32. Disponible actualmente en 8 proveedores desde 0,27 €/GPU/hora, con una mediana de mercado de 0,55 €/GPU/hora en 64 configuraciones.
Especificaciones de hardware
Iguales en todos los proveedores
Precio mediano entre todos los proveedores
8 ofertas de 8 proveedores
Ordenadas por precio ascendente. Compara configuraciones lado a lado.
| Proveedor | Cantidad | vCPU | RAM | Región | Por GPU/h | Total/h | Acción |
|---|---|---|---|---|---|---|---|
| ×1 | 15 | 60 GB | 0,850 € | 0,85 € | Abrir | ||
| ×1 | 64 | 92 GB | Desde0,266 € +19.0% 30d | Desde0,27 € | Abrir | ||
| ×1 | 16 | 30 GB | Desde0,361 € +5.7% 30d | Desde0,36 € | Abrir | ||
Nova CloudEnlace de referido | ×1 | 22 | 84 GB | 0,489 € +5.6% 30d | Desde0,49 € | Abrir | |
| ×1 | — | 73 GB | 0,537 € 0.0% 30d | 0,54 € | Abrir | ||
Novita AIEnlace de referido | ×1 | 16 | 96 GB | Desde0,627 € 0.0% 30d | Desde0,63 € | Abrir | |
| ×8 | 960 | 1,78 TB | 0,661 € +6.9% 30d | 5,29 € | Abrir | ||
Sesterce CloudEnlace de referido | ×8 | 120 | 228 GB | Desde0,661 € +3.7% 30d | Desde5,29 € | Abrir | |
Hasta429 €crédito | ×1 | 15 | 60 GB | 0,850 € | 0,85 € | Abrir |
LLM que caben en la NVIDIA RTX 5090
VRAM estimada para LLM populares de pesos abiertos con precisión de 16 bits (FP16/BF16), 8 bits (FP8/INT8) y 4 bits (INT4/MXFP4), con 32 GB por GPU. Se muestran los 12 modelos más grandes que caben.
| Modelo | Parámetros | 16 bits | 8 bits | 4 bits |
|---|---|---|---|---|
| GLM-5.2 Z.ai | 753 mil M | — No publicado | — No publicado | 579 GB Ajustado en 16× · 6 % libre |
| DeepSeek R1 DeepSeek | 671 mil M 37 mil M activos | — No publicado | — No publicado | 481 GB 16× · 31 GB libres |
| DeepSeek V4 Flash DeepSeek | 284 mil M | — No publicado | — No publicado | 192 GB Cabe justo en 6× o 5× · 0 % libre |
| Solar Open2 250B Upstage | 250 mil M 15 mil M activos | 601 GB Ajustado en 16× · 2 % libre | 330 GB 16× · 182 GB libres o 9× · 4 % libre | 192 GB 8× · 64 GB libres o 6× · 19 % libre |
| Qwen3 235B-A22B Alibaba | 235 mil M 22 mil M activos | 564 GB Ajustado en 16× · 8 % libre | 310 GB 16× · 202 GB libres o 9× · 11 % libre | 181 GB 6× · 11 GB libres o 5× · 6 % libre |
| Laguna-S 2.1 Poolside | 118 mil M 8 mil M activos | 282 GB 9× · 5,8 GB libres o 8× · 8 % libre | 155 GB 5× · 4,8 GB libres | 90 GB 3× · 5,7 GB libres |
| gpt-oss-120b OpenAI | 117 mil M 5,1 mil M activos | — No publicado | — No publicado | 78 GB 3× · 18 GB libres |
| Qwen3.6 35B-A3B Alibaba | 35 mil M 3 mil M activos | 86 GB 3× · 9,7 GB libres | 47 GB 2× · 17 GB libres | 28 GB 1× · 4,4 GB libres |
| Qwen3 32B Alibaba | 32,8 mil M | 79 GB 3× · 17 GB libres | 43 GB 2× · 21 GB libres | 25 GB 1× · 6,8 GB libres |
| Gemma 4 31B Google | 31,3 mil M | 75 GB 3× · 21 GB libres o 2× · 2 % libre | 41 GB 2× · 23 GB libres | 24 GB 1× · 8 GB libres |
| GLM-4.7 Flash Z.ai | 31,2 mil M | 75 GB 3× · 21 GB libres o 2× · 2 % libre | 41 GB 2× · 23 GB libres | 24 GB 1× · 8 GB libres |
| Qwen3.6 27B Alibaba | 27,8 mil M | 67 GB 3× · 29 GB libres o 2× · 15 % libre | 37 GB 2× · 27 GB libres o 1× · 4 % libre | 21 GB 1× · 11 GB libres |
Estimaciones: pesos del modelo más un 20 % para la caché KV y la sobrecarga de ejecución, con contextos cortos. Los contextos largos y los lotes grandes necesitan más. Las filas marcadas como «ajustadas» albergan los pesos, pero no ese margen completo. Una cifra ×N es la VRAM total de N de estas GPU y no afirma nada sobre el rendimiento de la interconexión. Cómo lo estimamos · Empezar por el modelo
GPUs similares
Ver más GPUs como esta en
¿Quieres más de esta página?
¿Datos incorrectos?






