La NVIDIA RTX A5000 es una GPU de nivel empresarial basada en la arquitectura Ampere y cuenta con 24 GB de memoria con 768 GB/s de ancho de banda de memoria y un TDP de 230 W. Ofrece 27,8 TFLOPS de rendimiento FP32. Disponible actualmente en 5 proveedores desde 0,17 €/GPU/hora, con una mediana de mercado de 0,76 €/GPU/hora en 18 configuraciones.
Especificaciones de hardware
Iguales en todos los proveedores
Precio mediano entre todos los proveedores
5 ofertas de 5 proveedores
Ordenadas por precio ascendente. Compara configuraciones lado a lado.
| Proveedor | Cantidad | vCPU | RAM | Región | Por GPU/h | Total/h | Acción |
|---|---|---|---|---|---|---|---|
| ×1 | — | — | -- | 0,232 € | 0,23 € | Abrir | |
| ×2 | 6 | 8 GB | Desde0,172 € 0.0% 30d | Desde0,34 € | Abrir | ||
Hasta429 €crédito | ×1 | — | — | -- | 0,232 € | 0,23 € | Abrir |
| ×4 | 32 | 180 GB | Desde1,282 € 0.0% 30d | Desde5,13 € | Abrir | ||
| ×1 | 8 | 45 GB | 1,340 € | Desde1,34 € | Abrir | ||
Sesterce CloudEnlace de referido | ×1 | 8 | 45 GB | Desde1,341 € 0.0% 30d | Desde1,34 € | Abrir |
LLM que caben en la NVIDIA RTX A5000
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 24 GB por GPU. Se muestran los 12 modelos más grandes que caben.
| Modelo | Parámetros | 16 bits | 8 bits | 4 bits |
|---|---|---|---|---|
| DeepSeek V4 Flash DeepSeek | 284 mil M | — No publicado | — No publicado | 192 GB Cabe justo en 8× |
| Solar Open2 250B Upstage | 250 mil M 15 mil M activos | — No publicado | 330 GB Demasiado grande | 192 GB 9× · 24 GB libres o 8× · 19 % libre |
| Qwen3 235B-A22B Alibaba | 235 mil M 22 mil M activos | — No publicado | 310 GB Demasiado grande | 181 GB 8× · 11 GB libres |
| Laguna-S 2.1 Poolside | 118 mil M 8 mil M activos | 282 GB Demasiado grande | 155 GB 8× · 37 GB libres | 90 GB 4× · 5,7 GB libres |
| gpt-oss-120b OpenAI | 117 mil M 5,1 mil M activos | — No publicado | — No publicado | 78 GB 4× · 18 GB libres |
| Qwen3.6 35B-A3B Alibaba | 35 mil M 3 mil M activos | 86 GB 4× · 9,7 GB libres | 47 GB Cabe justo en 2× | 28 GB 2× · 20 GB libres o 1× · 4 % libre |
| Qwen3 32B Alibaba | 32,8 mil M | 79 GB 4× · 17 GB libres | 43 GB 2× · 4,8 GB libres | 25 GB 2× · 23 GB libres o 1× · 14 % libre |
| Gemma 4 31B Google | 31,3 mil M | 75 GB 4× · 21 GB libres | 41 GB 2× · 6,7 GB libres | 24 GB 2× · 24 GB libres o 1× · 19 % libre |
| GLM-4.7 Flash Z.ai | 31,2 mil M | 75 GB 4× · 21 GB libres | 41 GB 2× · 6,8 GB libres | 24 GB Cabe justo en 1× |
| Qwen3.6 27B Alibaba | 27,8 mil M | 67 GB 4× · 29 GB libres | 37 GB 2× · 11 GB libres | 21 GB 1× · 2,7 GB libres |
| Mistral Small 3.2 24B Mistral AI | 24 mil M | 58 GB 4× · 38 GB libres | 32 GB 2× · 16 GB libres | 18 GB 1× · 5,6 GB libres |
| gpt-oss-20b OpenAI | 21 mil M 3,6 mil M activos | — No publicado | — No publicado | 17 GB 1× · 7,5 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
¿Quieres más de esta página?
¿Datos incorrectos?



