11 de noviembre de 2026 · Equipo de VRAMfarm

Coste por imagen, por clip de vídeo y por millón de tokens en una GPU alquilada, con cuentas

Una imagen de Flux en una RTX 4090 alquilada cuesta una fracción de céntimo mientras la tarjeta está ocupada, y 0,15 € si lanzas un servidor para una sola imagen y lo detienes. El precio por hora importa menos que cuántos minutos de esa hora usa tu trabajo. Cada total de imágenes, clip de vídeo, millón de tokens y entrenamiento de LoRA viene con el rendimiento que hay detrás, para que puedas poner tus propias cifras.

Los precios de las tablas son en vivo, sacados del catálogo actual, así que los totales se mueven con el mercado. Las cifras de rendimiento son rangos orientativos basados en informes públicos de la comunidad y en cuentas de ancho de banda de memoria, no en benchmarks propios. Parte del centro de cada rango y cronometra tu propio trabajo en los primeros 15 minutos, que vas a pagar de todos modos.

La fórmula detrás de cada total

Cualquier trabajo en una tarjeta alquilada tiene las mismas cuatro partes:

1. Minutos de preparación. Instalar paquetes y descargar modelos. Los 2–5 minutos hasta que el servidor está listo son gratis, pero las apps listas para usar descargan sus modelos después: unos minutos para un modelo de imagen, hasta 10–15 minutos para un modelo de vídeo grande. Esos minutos se facturan como cualquier otro.
2. Minutos de trabajo. La GPU ejecutando tu trabajo, más el tiempo que pasas mirando resultados y escribiendo el siguiente prompt.
3. Tráfico. Las descargas de modelos cuentan como tráfico y se facturan por GB con la tarifa de la máquina, que ves antes de lanzar. Unos 17 GB de pesos de Flux suponen unos 17 GB de tráfico.
4. Almacenamiento, solo si conservas una carpeta guardada entre sesiones: 0,03 € por GB al mes.

La facturación es por minuto, con un mínimo de 15 minutos por lanzamiento y un precio por minuto fijado al arrancar. Un trabajo de 4 minutos cuesta igualmente 15. En la página de precios tienes la tarifa por hora actual de cada tarjeta.

Imágenes: Flux y SDXL

Los modelos de imagen dependen sobre todo de la capacidad de cálculo. La velocidad depende de cuatro cosas: la resolución (duplicar ancho y alto son cuatro veces más píxeles y aproximadamente entre cuatro y cinco veces más tiempo), los pasos (Flux schnell necesita 4, Flux dev 20–30, SDXL 25–40), la precisión (FP8 funciona de forma nativa en tarjetas Ada, Hopper y Blackwell, mientras que las Ampere como la RTX 3090 pierden esa aceleración) y los extras, como ControlNet, varios LoRA o un escalador.

Todas las filas: 1024×1024, lote de 1, ComfyUI con una cola que mantiene la tarjeta ocupada.

Divide la última columna entre 1000 para obtener el precio de una imagen. Una H100 cuesta varias veces más por hora que una RTX 4090, pero ni de lejos es varias veces más rápida con Flux, así que para imágenes suelen ganar las tarjetas de consumo. Una tarjeta más lenta con un precio por hora mucho más bajo también puede ganar por imagen: compara las filas de la RTX 3090 y la RTX 4090.

La tabla supone una cola llena; trabajando a mano, pasas más tiempo valorando resultados que la tarjeta generándolos. Una sesión típica con la plantilla de Flux en una RTX 4090: unos 5 minutos de descarga del modelo, 45 minutos de prompts que dan unas 150 imágenes, y detener. Son 50 minutos facturados, 0,49 €, más unos 17 GB de tráfico; cada imagen cuesta aproximadamente 1/150 de la sesión.

Vídeo: un clip de 5 segundos con Wan 2.2

El modelo Wan 2.2 5B (TI2V) cabe en una tarjeta de 24 GB y renderiza 121 fotogramas a 24 fps para 5 segundos. El modelo 14B son dos expertos de 14B que se cargan por turnos, uno para los primeros pasos con mucho ruido y otro para el detalle; en FP8, nuestra plantilla necesita 48 GB. Un LoRA de aceleración de 4 pasos divide varias veces el tiempo de render del 14B, con algo de pérdida de detalle en el movimiento.

El tiempo de vídeo crece con los fotogramas por los píxeles. Bajar a 832×480 lo reduce a la mitad o más, y es una buena forma de probar prompts antes del render final.

Un minuto de metraje terminado son doce clips de 5 segundos. Si te quedas con uno de cada tres intentos, son 36 renders. En una L40S a 6 minutos cada uno, más unos 12 minutos de descarga del modelo, la sesión dura unas 3 h 50 min: 4,03 €. La plantilla de generación de vídeo tiene los dos tamaños de modelo listos.

Un millón de tokens: modelos de 8B, 32B y 70B

La generación de texto depende sobre todo del ancho de banda de memoria: por cada token nuevo, la tarjeta lee el modelo entero de la memoria. Un modelo de 32B en 4 bits ocupa unos 20 GB y una RTX 4090 lee unos 1000 GB/s, así que un solo usuario se queda cerca de los 50 tokens por segundo como techo y obtiene 30–40 en la práctica. Atender muchas peticiones a la vez, como hace vLLM, lee los pesos una sola vez para todo el lote, de modo que el rendimiento total se multiplica entre 10 y 50 veces hasta que se agota el cálculo o la memoria de la caché KV.

Así que un millón de tokens tiene dos precios muy distintos: una persona chateando y una cola de lotes llena. Las cifras de abajo son tokens de salida; los tokens del prompt se procesan entre 10 y 50 veces más rápido.

Las cifras por lotes dependen mucho de la longitud del prompt y de la respuesta, del número de peticiones en paralelo y de la versión de vLLM. Un trabajo corto paga igualmente el mínimo: 8 minutos de trabajo con un 8B en una RTX 4090 se facturan como 15, 0,15 €. La tabla muestra el ritmo sostenido en trabajos más largos, como clasificar millones de descripciones de producto durante la noche con el servidor vLLM.

Nadie chatea un millón de tokens al día, así que un chat privado en realidad se paga por horas: 0,59 € por Qwen3 32B en una RTX 4090, tanto si mandas diez mensajes como doscientos.

Entrenar un LoRA de Flux

Un LoRA típico de personaje o de estilo sobre Flux.1 dev: 20–30 imágenes con descripción, unos 2000 pasos a un máximo de 1024 px y el modelo base cargado en 8 bits con un entrenador como ai-toolkit para que quepa en 24 GB.

Suma 15–25 minutos para instalar el entrenador y descargar Flux.1 dev con sus codificadores de texto (unos 30–35 GB, según el formato del entrenador), y luego unas cuantas imágenes de prueba. Un primer entrenamiento realista en una RTX 4090 son unas 2 h 6 min facturadas: 1,24 €, más el tráfico. Flux.1 dev tiene acceso restringido en Hugging Face: acepta su licencia en la página del modelo (y revisa sus condiciones si es para trabajo comercial) y ten a mano un token de acceso, o la descarga se parará en el primer archivo.

Alquilar una GPU o pagar una API por llamada

Las API cobran por resultado: por imagen, por segundo de vídeo, por millón de tokens. Entre llamada y llamada no pagas nada y nunca esperas una descarga. Una tarjeta alquilada cobra por minuto haga lo que haga, así que solo gana si la mantienes ocupada.

Para encontrar tu punto de equilibrio, divide el coste de una sesión realista (preparación más trabajo, al menos 15 minutos) entre el precio por resultado de la API. Los precios por imagen de las API para modelos del nivel de Flux suelen contarse en céntimos, mientras que una RTX 4090 ocupada baja bastante del céntimo, así que el punto de equilibrio suele estar en unas pocas decenas de imágenes por sesión.

Con los LLM la cosa está menos clara. Las API alojadas para modelos abiertos de 8B–70B son difíciles de batir con un uso pequeño y a picos. Alquilar tiene sentido cuando:

• tienes un lote grande que puedes ejecutar en paralelo, como etiquetar, traducir o resumir miles de documentos;
• los datos deben quedarse en una sola máquina que controlas, sin ninguna API externa de por medio;
• usas tu propio modelo ajustado o un modelo que ninguna API ofrece;
• necesitas trabajar unas horas sin límites de peticiones.

Y a veces no necesitas ninguna GPU. Si generas 20 imágenes al mes o le haces unas pocas preguntas a un LLM a la semana, una API por llamada o un plan gratuito te cuesta menos que la sesión mínima.

Cómo mantener bajo el total

• Junta los trabajos pequeños en una sola sesión. Tres trabajos de 5 minutos en tres lanzamientos cuestan tres veces 15 minutos.
• Detén el servidor cuando termines; la facturación se para en ese mismo minuto. La protección por inactividad te envía un correo tras 2 horas sin SSH, Jupyter ni carga en la GPU y detiene el servidor una hora después, pero tres horas inactivas en una RTX 4090 siguen siendo 1,77 €.
• Guarda solo lo que no puedas volver a descargar. Tus propios LoRA y checkpoints van en la carpeta guardada (30 GB cuestan 30 × 0,03 € al mes). Los pesos públicos normalmente no: restaurarlos también es tráfico y muchas veces no es más rápido que una descarga nueva. El artículo sobre los archivos tras detener el servidor repasa las dos opciones.
• Elige la tarjeta primero por memoria y después por precio por resultado. El selector de VRAM te muestra qué tarjetas sirven para tu modelo.
• Cronometra tu propio trabajo en los primeros 15 minutos, multiplica y decide antes de que empiece la tanda larga.