Actif en ~30 s
Image pré-mise en cache, ports mappés, TLS terminé — la stack fonctionne avant même que vous ayez fini de lire cette phrase.
Produits
Développeurs & entreprise
GPU · à la demande par heure
Template · Génération d’images · CUDA 12.9
Un studio Stable Diffusion soigné — canevas, calques et nœuds de workflow. InvokeAI est le studio soigné pour la génération d’images : canevas infini, calques, inpainting, nœuds de workflow et un gestionnaire de modèles qui comprend SD 1.5, SDXL et Flux. Il convient aux illustrateurs et aux équipes qui veulent un outil conçu plutôt qu’un éditeur de graphes. À partir de $0,061/h sur une RTX 4070 interruptible.
Image pré-mise en cache, ports mappés, TLS terminé — la stack fonctionne avant même que vous ayez fini de lire cette phrase.
Vous payez uniquement le prix du GPU : InvokeAI sur une RTX 4070 coûte $0,123/h à la demande, $0,061/h en interruptible, facturé à la seconde.
Les modèles, jeux de données et résultats vivent sur un volume à $0,08/GB/mois ; l’instance reste jetable.
GPU dédié, disque chiffré, paiements en crypto, sans KYC, aucune IP stockée — Jupyter et SSH derrière vos propres identifiants.
Trois paliers de prix qui font bien tourner ce template — Bon, Meilleur, Le meilleur. Tous les modèles du catalogue fonctionnent ; ce sont les options les plus avantageuses.
| Palier | GPU | VRAM | À la demande | Interruptible | Pourquoi cette carte | Action |
|---|---|---|---|---|---|---|
| Bon | RTX 4070 | 12 GB | $0,123 | $0,061 | 12 GB font tourner SD 1.5 et SDXL avec FP8, confortablement et à faible coût. | Déployer |
| Meilleur | RTX 4090 | 24 GB | $0,354 | $0,177 | 24 GB pour Flux et de grands canevas. | Déployer |
| Le meilleur | RTX 5090 | 32 GB | $0,481 | $0,240 | 32 GB pour des pipelines multi-modèles et de gros rendus par lots. | Déployer |
Besoin de plus de VRAM ? Le catalogue complet liste tous les 83 modèles avec leur disponibilité en direct ; le guide VRAM associe les modèles aux cartes.
Choisissez le template dans la barre de déploiement de la console, ou scriptez-le :
$ 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
| Image | lowcostgpu/invokeai |
|---|---|
| CUDA | CUDA 12.9 |
| Accès | se construit aussi pour les hôtes ARM · Shell SSH · JupyterLab sur un port mappé |
| Catégorie | Génération d’images |
| Stockage | Disque NVMe de l’instance (dimensionné au déploiement) + volumes réseau en option |
| Facturation | Le prix du GPU uniquement, à la seconde — aucun frais de template, aucun frais d’installation |
Les variables d’environnement, les ports et les images personnalisées sont couverts dans la documentation des templates.
Seulement le prix du GPU — le template est gratuit. À partir de $0,061/h sur une RTX 4070 interruptible, $0,123/h à la demande sur une RTX 4070. La facturation est à la seconde, donc une heure d’expérimentation coûte une heure, pas une journée. Le stockage est à $0,08/GB/mois.
Environ 30 secondes après le clic de déploiement : l’image est pré-mise en cache sur les hôtes, les ports sont mappés et le TLS est terminé pour vous. Redémarrer une instance arrêtée est plus rapide, et votre disque est exactement comme vous l’avez laissé.
Oui — attachez un volume au déploiement. Tout ce qui se trouve sur le volume survit à la destruction de l’instance et se monte sur l’instance suivante dans la région en quelques secondes, à $0,08/GB/mois. Le disque de l’instance lui-même survit à l’arrêt et au démarrage, mais pas à la destruction.
Oui — pointez le gestionnaire de modèles vers un volume monté contenant vos fichiers .safetensors ; InvokeAI les scanne et les enregistre.
Rechargez en crypto, comparez-nous à votre fournisseur actuel. Facturation à la seconde, prix fixes ≥ 30 % sous le marché — il suffit d’arrêter l’instance pour annuler.