TL;DR
- Mieten Sie die RTX 4090 für SDXL-Batches und 8–13B-QLoRA; mieten Sie die RTX 5090, sobald ein Job 24–32 GB benötigt.
- Die RTX 5090 bringt 32 GB GDDR7, 1,79 TB/s und 419 TFLOPS gegenüber 24 GB, 1,0 TB/s und 330 TFLOPS bei der 4090.
- Auf LowCostGPU kostet die 4090 $0,354 pro Stunde und die 5090 $0,481; bei Bildern pro Dollar gewinnt bei SDXL weiterhin die 4090.
- QLoRA-Obergrenzen liegen bei etwa 13B auf 24 GB und 34B auf 32 GB; Videomodelle benötigen 32 GB oder mehr.
Gegenüberstellung
| RTX 4090 | RTX 5090 | |
|---|---|---|
| Architektur | Ada Lovelace | Blackwell |
| VRAM | 24 GB GDDR6X | 32 GB GDDR7 |
| Speicherbandbreite | 1,0 TB/s | 1,79 TB/s |
| FP16-Tensor (dense) | 330 TF | 419 TF |
| Mieten, On-Demand | $0,354/Std. | $0,481/Std. |
| Mieten, unterbrechbar | $0,177/Std. | $0,240/Std. |
Der Aufpreis liegt heute bei $0,127/Std. (36 %). Die Frage lautet immer: Nutzt der Job die zusätzlichen 8 GB oder die zusätzliche Bandbreite? Wenn nicht, gewinnt der Preis der 4090.
LLM-Inferenz-Mathematik
- 8B-Klasse (passt auf beide) – die Bandbreite der 5090 erhöht den Tokens/s-Durchsatz um das ~1,6–1,8-Fache; pro Token schlägt das den um das 1,36-Fache höheren Preis. Sieger: 5090, knapp.
- 14B-Klasse – FP16 benötigt ~31 GB: Die 5090 serviert es nativ, die 4090 muss quantisieren. Sieger: 5090.
- 32B 4-Bit (~21 GB Gewichte) – lässt sich auf beiden laden, aber der KV-Cache überfordert die 4090 bei echter Nebenläufigkeit. Sieger: 5090, deutlich.
- Batch-Embeddings / Whisper – rechengebundene kleine Modelle: Mieten Sie, was an dem Tag pro Stunde günstiger ist; meist ist das die 4090.
Bild- & Videogenerierung
SDXL ist bei 1024 px nicht VRAM-limitiert: Das Geschwindigkeitsdefizit der 4090 von ~25–30 % ist kleiner als ihr Preisvorteil von 26 % – mehr Bilder pro Dollar auf der 4090. Bei Flux dev kehrt sich das um: FP16-Gewichte plus Text-Encoder stoßen an die Grenze von 24 GB, und jedes Offloading-Ereignis bremst die 4090, während die 5090 alles im Speicher hält. Videomodelle (Wan, LTX) sind ein Fall für 5090 oder größer – siehe das Video-Playbook.
Fine-Tuning
QLoRA-Grenzen: ~13B bei 24 GB, ~34B bei 32 GB. Ist Ihr Zielmodell Qwen 32B, ist die 5090 der günstigste Einzelkarten-Trainer in der Tabelle; bei 8B erreicht die 4090 (oder sogar eine 3090 für $0,148/Std.) dieselben Epochen günstiger. Ablauf mit realen Verbrauchszahlen: QLoRA-Anleitung.
Die Ergebnistabelle
| Job | Mieten | Warum |
|---|---|---|
| SDXL-Batches | 4090 | Bilder/$ gewinnt |
| Anspruchsvolle Flux-Workflows | 5090 | bleibt bei 32 GB im Speicher |
| 7–8B Serving | 5090 | Bandbreite → Tokens/$ |
| 32B 4-Bit Serving | 5090 | Einzige mit Cache-Reserve |
| 8–13B QLoRA | 4090 | gleiches Ergebnis, niedrigerer Satz |
| 34B QLoRA | 5090 | Einzelkarten-Grenze |
| Videogenerierung | 5090+ | 24 GB unter Einstiegsniveau |
Unentschlossen? Mieten Sie beide für eine Stunde – $0,835 insgesamt On-Demand – und benchmarken Sie Ihren tatsächlichen Workload. Dieses Experiment kostet weniger, als das Lesen dieses Artikels gedauert hat.
Zahlen nutzen
Jeder Preis in dieser Anleitung ist unser Live-Preis – festgelegt, ≥30 % unter dem Marktmedian, sekundengenau abgerechnet. Stellen Sie das exakte Setup oben über die Konsole in etwa 30 Sekunden bereit, bezahlt in Krypto, ohne Karte und ohne KYC.
