TL;DR
- Louez la RTX 4090 pour les batches SDXL et le QLoRA 8-13B ; louez la RTX 5090 dès qu’une tâche a besoin de 24-32 GB.
- La RTX 5090 apporte 32 GB de GDDR7, 1,79 TB/s et 419 TFLOPS, contre les 24 GB, 1,0 TB/s et 330 TFLOPS de la 4090.
- Sur LowCostGPU, la 4090 est à $0,354 par heure et la 5090 à $0,481 ; la 4090 l’emporte toujours en images par dollar sur SDXL.
- Les plafonds QLoRA sont d’environ 13B sur 24 GB et 34B sur 32 GB ; les modèles vidéo ont besoin de 32 GB ou plus.
Côte à côte
| RTX 4090 | RTX 5090 | |
|---|---|---|
| Architecture | Ada Lovelace | Blackwell |
| VRAM | 24 GB GDDR6X | 32 GB GDDR7 |
| Bande passante mémoire | 1,0 TB/s | 1,79 TB/s |
| FP16 tensor (dense) | 330 TF | 419 TF |
| Location, à la demande | $0,354/h | $0,481/h |
| Location, interruptible | $0,177/h | $0,240/h |
Le surcoût est de $0,127/h (36 %) aujourd’hui. La question est toujours : la tâche utilise-t-elle les 8 GB supplémentaires ou la bande passante supplémentaire ? Sinon, le prix de la 4090 l’emporte.
Calculs d’inférence LLM
- Classe 8B (tient sur les deux) — la bande passante de la 5090 multiplie les tokens/s par ~1,6 à 1,8× ; par token, cela compense son prix 1,36× supérieur. Gagnant : 5090, de justesse.
- Classe 14B — le FP16 nécessite ~31 GB : la 5090 le sert nativement, la 4090 doit quantifier. Gagnant : 5090.
- 32B 4-bit (~21 GB de poids) — se charge sur les deux, mais le cache KV sature la 4090 en concurrence réelle. Gagnant : 5090, nettement.
- Batch embeddings / Whisper — petits modèles limités par le calcul : louez celle qui coûte le moins cher à l’heure ce jour-là ; c’est généralement la 4090.
Génération d’images & de vidéos
En 1024 px, SDXL n’est pas limité par la VRAM : le déficit de vitesse d’environ 25–30 % de la 4090 est plus petit que son avantage de prix de 26 % — plus d’images par dollar sur la 4090. Flux dev inverse la donne : les poids FP16 et les encodeurs de texte frôlent les 24 GB, et chaque offload fait caler la 4090 alors que la 5090 garde tout résident. Les modèles vidéo (Wan, LTX) sont réservés à la 5090 et au-delà — voir le guide vidéo.
Fine-tuning
Plafonds QLoRA : ~13B sur 24 GB, ~34B sur 32 GB. Si votre modèle cible est Qwen 32B, la 5090 est la solution d’entraînement mono-carte la moins chère de la fiche ; à 8B, la 4090 (ou même une 3090 à $0,148/h) fait les mêmes epoch pour moins cher. Pas à pas avec des chiffres de consommation réels : guide QLoRA.
Le tableau des verdicts
| Tâche | Louez | Pourquoi |
|---|---|---|
| Batch SDXL | 4090 | images/$ l’emporte |
| Workflows Flux lourds | 5090 | reste résidente dans 32 GB |
| 7–8B en inférence | 5090 | bande passante → tokens/$ |
| 32B 4-bit en inférence | 5090 | seule à avoir de la marge de cache |
| 8–13B QLoRA | 4090 | même résultat, tarif inférieur |
| 34B QLoRA | 5090 | plafond mono-carte |
| Génération de vidéo | 5090+ | 24 GB est sous le seuil d’entrée |
Indécis ? Louez les deux pendant une heure — $0,835 au total à la demande — et comparez-les sur votre usage réel. Cette expérience coûte moins cher que le temps qu’il vous a fallu pour lire cet article.
Faites travailler ces chiffres
Chaque prix de ce guide est notre tarif en direct — fixe, ≥30 % sous la médiane du marché, facturé à la seconde. Déployez exactement la configuration ci-dessus depuis la console en environ 30 secondes, paiement en crypto, sans carte et sans KYC.
