--- title: "InvokeAI auf einer Cloud-GPU mieten | LowCostGPU" description: "InvokeAI auf Cloud-GPU zum Festpreis: Ein-Klick-Template, läuft in ~30 s, schon ab $0,061/Std. auf RTX 4070, sekundengenaue Abrechnung." url: https://lowcostgpu.com/de/templates/invokeai last_modified: 2026-10-20T10:29:15+00:00 prices_as_of: 2026-10-19 site: LowCostGPU (lowcostgpu.com) --- Template · Bildgenerierung · CUDA 12.9 # InvokeAI auf einer Cloud-GPU starten, in 30 Sekunden Ein ausgereiftes Stable-Diffusion-Studio – Canvas, Ebenen und Workflow-Knoten. InvokeAI ist das ausgereifte Studio für Bildgenerierung: eine unendliche Leinwand, Ebenen, Inpainting, Workflow-Nodes und ein Modellmanager, der SD 1.5, SDXL und Flux versteht. Es eignet sich für Illustratoren und Teams, die ein durchdachtes Tool statt eines Node-Editors wollen. Ab **$0,061** /Std. auf einer unterbrechbaren RTX 4070. InvokeAI lowcostgpu/invokeai (CUDA 12.9) (ARM) (SSH) (Jupyter) Gepinntes Image, bei Upstream-Releases neu gebaut. Umgebungsvariablen, Ports und Datenträger lassen sich bei der Bereitstellung überschreiben. ### Läuft in ~30 s Vorab zwischengespeichertes Image, Ports zugeordnet, TLS terminiert – der Stack läuft, bevor Sie diesen Satz zu Ende gelesen haben. ### Template ist kostenlos Sie zahlen nur den GPU-Preis: InvokeAI auf einer RTX 4070 kostet $0,123/Std. On-Demand, $0,061/Std. unterbrechbar, abgerechnet pro Sekunde. ### Volumes für Zustandsdaten Modelle, Datensätze und Ausgaben liegen auf einem Datenträger für $0,08/GB/Monat; die Instanz bleibt austauschbar. ### Standardmäßig privat Dedizierte GPU, verschlüsselter Datenträger, Kryptozahlungen, ohne KYC, keine gespeicherten IPs – Jupyter und SSH hinter Ihren eigenen Zugangsdaten. ## Beste GPUs für InvokeAI Drei Preisstufen, mit denen dieses Template gut läuft – gut, besser, am besten. Jedes Modell im Katalog funktioniert; dies sind die besten Preis-Leistungs-Optionen. | Stufe | GPU | VRAM | On-Demand | Unterbrechbar | Warum diese Karte | | | --- | --- | --- | --- | --- | --- | --- | | (Gut) | [RTX 4070](https://lowcostgpu.com/de/gpu/rtx-4070) | 12 GB | $0,123 | $0,061 | Mit 12 GB laufen SD 1.5 und SDXL dank FP8 mühelos und kostengünstig. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-4070) | | (Besser) | [RTX 4090](https://lowcostgpu.com/de/gpu/rtx-4090) | 24 GB | $0,354 | $0,177 | 24 GB für Flux und große Leinwände. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-4090) | | (Am besten) | [RTX 5090](https://lowcostgpu.com/de/gpu/rtx-5090) | 32 GB | $0,481 | $0,240 | 32 GB für Multi-Modell-Pipelines und große Batch-Renderings. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-5090) | Mehr VRAM benötigt? Der [vollständige Katalog](https://lowcostgpu.com/de/gpus) listet alle 83 Modelle mit Verfügbarkeit in Echtzeit auf; der [VRAM-Leitfaden](https://lowcostgpu.com/de/guides/llm-vram-requirements) ordnet Modelle den passenden Karten zu. ## InvokeAI über Konsole, CLI oder API bereitstellen Wählen Sie das Template in der Bereitstellungsleiste der [Konsole](https://cloud.lowcostgpu.com/de), oder erledigen Sie es per Skript: - **Konsole** – nach GPU filtern, *InvokeAI* im Template-Auswahlmenü wählen, Datenträger und Umgebungsvariablen festlegen, bereitstellen. - **CLI** – pip install lowcostgpu, dann der Befehl rechts. [CLI-Referenz](https://lowcostgpu.com/de/cli). - **API** – POST /v1/instances mit "template": "invokeai". [REST-Referenz](https://lowcostgpu.com/de/api). - **Eigenes Image** – jede OCI-Referenz funktioniert ebenfalls; wir injizieren die NVIDIA-Runtime. [Template-Dokumentation](https://lowcostgpu.com/de/docs/templates). *bereitstellen – invokeai* ``` $ lowcostgpu launch --gpu rtx-4070 --template invokeai \ --disk 100 --volume models:/workspace/models ✓ instance i-7a41c0e2 running (27.9s) # InvokeAI · RTX 4070 · $0,123/hr · per second # https://i-7a41c0e2.lowcostgpu.com:8888 (TLS) $ lowcostgpu stop i-7a41c0e2 # billing ends this second ``` ## Was steckt im Template InvokeAI - **Image**: lowcostgpu/invokeai - **CUDA**: CUDA 12.9 - **Zugang**: baut auch für ARM-Hosts · SSH-Shell · JupyterLab auf einem zugeordneten Port - **Kategorie**: [Bildgenerierung](https://lowcostgpu.com/de/templates#image) - **Speicherplatz**: NVMe-Instanzdatenträger (Größe bei Bereitstellung festgelegt) + optionale [Netzwerk-Volumes](https://lowcostgpu.com/de/products/volumes) - **Abrechnung**: Nur GPU-Preis, pro Sekunde – keine Template-Gebühr, keine Einrichtungsgebühr ## Weitere bildgenerierung Templates - [ComfyUI auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/comfyui) — Knotenbasierte Bild- und Video-Workflows mit vorinstalliertem ComfyUI-Manager. - [SD WebUI Forge auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/sd-webui-forge) — Der Forge-Fork der SD WebUI – schnellere Attention, weniger VRAM, gleiche Erweiterungen. - [SD WebUI A1111 auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/sd-webui-a1111) — Die klassische AUTOMATIC1111 Stable Diffusion WebUI mit dem vollständigen Erweiterungsökosystem. - [Fooocus auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/fooocus) — Prompt-and-go-Bildgenerierung – Einfachheit im Midjourney-Stil auf SDXL. - [SwarmUI auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/swarmui) — Eine auf ComfyUI basierende Oberfläche, die die Generierung auf mehrere GPUs skaliert. - [Alle 37 Templates](https://lowcostgpu.com/de/templates) ## InvokeAI auf einer Cloud-GPU: FAQ Umgebungsvariablen, Ports und benutzerdefinierte Images werden in der [Template-Dokumentation](https://lowcostgpu.com/de/docs/templates) behandelt. **Wie viel kostet es, InvokeAI auf einer Cloud-GPU auszuführen?** Nur der GPU-Preis – das Template ist kostenlos. Ab $0,061/Std. auf einer unterbrechbaren RTX 4070, $0,123/Std. On-Demand auf einer RTX 4070. Es wird pro Sekunde abgerechnet, eine Stunde Herumprobieren kostet also eine Stunde, nicht einen Tag. Datenträger kosten $0,08/GB/Monat. **Wie lange dauert der Start von InvokeAI?** Etwa 30 Sekunden nach dem Klick auf „Bereitstellen“: Das Image ist auf den Hosts vorab zwischengespeichert, Ports sind zugeordnet und TLS wird für Sie terminiert. Der Neustart einer gestoppten Instanz ist schneller, und Ihr Datenträger ist genauso, wie Sie ihn verlassen haben. **Kann ich meine Modelle und Ausgaben zwischen Sessions behalten?** Ja – fügen Sie bei der Bereitstellung einen Datenträger hinzu. Alles auf dem Datenträger übersteht das Löschen der Instanz und wird in Sekunden auf der nächsten Instanz in der Region eingebunden, für $0,08/GB/Monat. Der Instanzdatenträger selbst übersteht Stopp/Start, aber nicht das Löschen. **Kann ich meine Automatic1111-Modelle importieren?** Ja – richten Sie die Modellverwaltung auf einen eingehängten Datenträger mit Ihren.safetensors-Dateien; InvokeAI scannt und registriert sie. --- *Über LowCostGPU:* LowCostGPU (lowcostgpu.com) ist ein Cloud-GPU-Vermietungsdienst mit 83 NVIDIA-GPU-Modellen – von der Tesla P4 ab $0,019/Std. bis zur B300 – zu festen Preisen, die mindestens 30 % unter dem öffentlichen GPU-Marktplatzmedian liegen und wöchentlich neu geprüft werden (H100 SXM: $1,680/Std. On-Demand). Die Abrechnung erfolgt sekundengenau, ohne Mindestausgabe; die Zahlung erfolgt ausschließlich in Krypto (USDT, BTC, XMR, ETH, SOL, LTC, TRX), ohne KYC. Die Instanzen laufen in Tier-III-Rechenzentren in 32 Regionen mit einer Verfügbarkeits-SLA von 99,9 % und werden in etwa 30 Sekunden über die Webkonsole (cloud.lowcostgpu.com) oder die REST-API bereitgestellt. Quelle: https://lowcostgpu.com/de/templates/invokeai · Seitenindex für KI-Assistenten: https://lowcostgpu.com/llms.txt · Vollständiger Inhalt: https://lowcostgpu.com/llms-full.txt