--- title: "AI Toolkit (Ostris) auf einer Cloud-GPU mieten | LowCostGPU" description: "Ostris AI Toolkit auf Cloud-GPU zum Festpreis: Ein-Klick-Template, läuft in ~30 s, schon ab $0,177/Std. auf RTX 4090, sekundengenaue Abrechnung." url: https://lowcostgpu.com/de/templates/ostris-ai-toolkit last_modified: 2026-10-20T10:29:15+00:00 prices_as_of: 2026-10-19 site: LowCostGPU (lowcostgpu.com) --- Template · Training & Fine-Tuning · CUDA 12.9 # AI Toolkit (Ostris) auf einer Cloud-GPU starten, in 30 Sekunden Der AI-Toolkit-Trainer für Flux- und Diffusionsmodelle, mit einer Weboberfläche. Das AI Toolkit von Ostris ist der bevorzugte Trainer für Flux und neuere Diffusionsmodelle: LoRA-Training mit einer klaren YAML-Konfiguration, eine Web-UI zur Überwachung und Unterstützung für die neuesten Modell-Releases, noch bevor andere Tools nachziehen. Ab **$0,177** /Std. auf einer unterbrechbaren RTX 4090. Ostris AI Toolkit lowcostgpu/ostris-ai-toolkit (CUDA 12.9) (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: Ostris AI Toolkit auf einer RTX 4090 kostet $0,354/Std. On-Demand, $0,177/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 Ostris AI Toolkit 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 4090](https://lowcostgpu.com/de/gpu/rtx-4090) | 24 GB | $0,354 | $0,177 | Führt Flux-dev-LoRA-Training mit dem Low-VRAM-Flag aus. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-4090) | | (Besser) | [RTX 5090](https://lowcostgpu.com/de/gpu/rtx-5090) | 32 GB | $0,481 | $0,240 | 32 GB Spielraum für höhere Auflösungen. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-5090) | | (Am besten) | [RTX PRO 6000 WS](https://lowcostgpu.com/de/gpu/rtx-pro-6000-ws) | 96 GB | $0,981 | $0,490 | 96 GB für vollständige Fine-Tunes von Diffusionsmodellen. | [Bereitstellen](https://cloud.lowcostgpu.com/de?gpu=rtx-pro-6000-ws) | 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. ## Ostris AI Toolkit 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, *Ostris AI Toolkit* 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": "ostris-ai-toolkit". [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 – ostris-ai-toolkit* ``` $ lowcostgpu launch --gpu rtx-4090 --template ostris-ai-toolkit \ --disk 100 --volume models:/workspace/models ✓ instance i-7a41c0e2 running (27.9s) # Ostris AI Toolkit · RTX 4090 · $0,354/hr · per second # https://i-7a41c0e2.lowcostgpu.com:8888 (TLS) $ lowcostgpu stop i-7a41c0e2 # billing ends this second ``` ## Was steckt im Template Ostris AI Toolkit - **Image**: lowcostgpu/ostris-ai-toolkit - **CUDA**: CUDA 12.9 - **Zugang**: SSH-Shell · JupyterLab auf einem zugeordneten Port - **Kategorie**: [Training & Fine-Tuning](https://lowcostgpu.com/de/templates#tune) - **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 training & fine-tuning Templates - [Axolotl – Fine-Tuning auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/axolotl-fine-tuning) — Fine-Tuning von Llama, Qwen oder Mistral aus einer einzigen YAML-Datei – LoRA, QLoRA und Multi-GPU-FSDP. - [Unsloth Studio auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/unsloth-studio) — 2× schneller, weniger VRAM beim Fine-Tuning – Unsloth-Kernel mit Notebook-Workflow. - [Kohya's GUI auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/kohya-s-gui) — Trainieren Sie SDXL- und Flux-Bild-LoRAs in einer Browser-GUI – Datensatz rein,.safetensors raus. - [Flux Gym auf einer Cloud-GPU](https://lowcostgpu.com/de/templates/flux-gym) — Eine denkbar einfache Oberfläche zum Trainieren von Flux-LoRAs, aufbauend auf den Kohya-Skripten. - [Alle 37 Templates](https://lowcostgpu.com/de/templates) ## Ostris AI Toolkit 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, Ostris AI Toolkit auf einer Cloud-GPU auszuführen?** Nur der GPU-Preis – das Template ist kostenlos. Ab $0,177/Std. auf einer unterbrechbaren RTX 4090, $0,354/Std. On-Demand auf einer RTX 4090. 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 Ostris AI Toolkit?** 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 auf einem gemounteten Datenträger mit dem Datensatz trainieren?** Ja – richten Sie den Datensatzpfad der Konfiguration auf den eingehängten Datenträger; Ausgaben und Samples landen auf demselben Datenträger, sodass beim Löschen der Trainer-Instanz nichts verloren geht. --- *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/ostris-ai-toolkit · Seitenindex für KI-Assistenten: https://lowcostgpu.com/llms.txt · Vollständiger Inhalt: https://lowcostgpu.com/llms-full.txt