Preguntas frecuentes

Un servicio de alquiler de GPU por horas para clientes de la UE. Desarrolladores, estudiantes y empresas alquilan tarjetas gráficas para IA, render y cálculo, o lanzan apps listas para generar imágenes, vídeo y chatear. Los precios están en euros y pagas por minuto.

El catálogo reúne máquinas con tarjeta gráfica en centros de datos. Tú eliges qué ejecutar: una app lista para imágenes, vídeo o chat, o un servidor para desarrolladores con PyTorch y Jupyter. Todo se ejecuta en un contenedor aislado con acceso por SSH y Jupyter, con facturación por minuto. El disco del servidor se borra al detenerlo, pero puedes guardar tu carpeta de trabajo y recuperarla en tu siguiente servidor.

No construimos centros de datos propios. Reunimos en un solo catálogo las máquinas disponibles de varios proveedores, así que una hora cuesta menos que en las nubes que mantienen sus propias instalaciones.

Sí: máquinas dedicadas para proyectos largos y configuraciones con varias GPU. Escríbenos desde el formulario de contacto y hablamos de las condiciones.

20 modelos, de la RTX 3060 a la H100, H200 y B200, incluidas la RTX 3090, 4090 y 5090, la serie profesional RTX A y las L4, L40, L40S y A100 de centro de datos. La lista actual con precios está en la página de precios.

En centros de datos gestionados por nuestros proveedores. El catálogo muestra el país de cada máquina antes del lanzamiento, así que puedes elegir dónde se ejecuta tu trabajo.

Sí. Crea un token en el panel, en Ajustes → Tokens de API. Con la API puedes buscar una máquina disponible, lanzar un servidor con tu propia imagen de Docker, consultar su estado y los datos de SSH, y detenerlo. Documentación de la API →

Regístrate, confirma tu correo y recarga tu saldo. Después pulsa Alquilar una GPU en el panel, elige qué ejecutar, luego la tarjeta y la máquina, y pulsa Lanzar. Tu saldo debe cubrir una hora de la máquina elegida. Los datos de conexión aparecen en el panel y te llegan por correo.

Desde 0,12 € la hora por una RTX 3060, 0,30 € por una RTX 3090, 0,59 € por una RTX 4090, 1,46 € por una A100 y 3,90 € por una H100. Los precios son por hora para una máquina con una tarjeta, con facturación por minuto. Los precios actuales de cada modelo están en el catálogo de servidores.

Cada minuto que funciona un servidor se descuenta de tu saldo 1/60 de su precio por hora. El cargo mínimo por lanzamiento es de 15 minutos. Para lanzar, tu saldo debe cubrir al menos una hora del servidor; ese importe no se cobra por adelantado. El tráfico de internet se factura aparte, según el uso. Si se te acaba el saldo, el servidor se detiene y te avisamos por correo.

Sí, por gigabyte descargado y subido. La tarifa depende de la máquina, suele rondar un céntimo por GB o menos (en la B200 y la H200 puede costar más) y la ves antes de lanzar. Damos preferencia a las máquinas con tráfico barato.

No hay compromiso de permanencia: pagas por minuto, con un cargo mínimo de 15 minutos por lanzamiento. Lanza una máquina, prueba tu código y detenla.

Normalmente 2–5 minutos, a veces hasta 10, mientras la máquina descarga la imagen y arranca el contenedor. Con tu propia imagen de Docker, 8–15 minutos. No se te cobra nada mientras se prepara el servidor.

Con el comando SSH del panel o desde Jupyter Lab en tu navegador. Sube tu clave SSH en los ajustes para que sea más cómodo.

Las apps listas para usar se instalan con sus modelos y se abren en tu navegador: Imágenes (Flux, Qwen-Image, HiDream-O1, SDXL), Editor de fotos (Qwen Edit), Vídeo (Wan 2.2 14B y 5B), ChatGPT privado (Qwen3 32B y 8B, MiMo 9B) y Texto a voz (Qwen3-TTS, VoxCPM2, Chatterbox). Para desarrolladores hay PyTorch con Jupyter, vLLM con una API compatible con OpenAI, un ComfyUI vacío y tu propia imagen pública de Docker: indícala al lanzar y nosotros añadimos SSH.

Sí. Usa cualquier imagen pública de Docker Hub o de GitHub Container Registry.

Sí, hay configuraciones de 2, 4 y 8 GPU para entrenamiento distribuido y modelos grandes.

El disco del servidor se borra al detenerlo. Si necesitas tus modelos y resultados, pulsa Guardar y detener: conservamos la carpeta /workspace por 0,03 € por GB al mes y tu siguiente servidor la recibe automáticamente. De momento el guardado no funciona con imágenes de Docker propias.

Si un servidor lleva unas dos horas inactivo, te avisamos por correo. Si una hora después sigue inactivo, guardamos su carpeta y lo detenemos para que no pagues por nada. Puedes desactivarlo en los ajustes para trabajos largos.

No pagas el tiempo de caída y te ayudamos a relanzar el trabajo en otra máquina. Por eso conviene guardar resultados intermedios con regularidad.

Fíjate en la memoria de vídeo. Los modelos de 7–8B en 4 bits funcionan en tarjetas desde 12 GB. Una tarjeta de 24 GB (RTX 3090, 4090) admite modelos de hasta 36B en 4 bits, incluidos los de 32B. Un 70B en 4 bits cabe en una tarjeta de 48 GB (RTX A6000, L40S) con contexto normal; para contexto largo o muchos usuarios, elige 80 GB (A100, H100).

Sí. Para eso están la A100, la H100, la H200 y la B200 con memoria HBM, y las configuraciones con varias GPU.

Sí: Blender Cycles, Octane, Redshift y Unreal funcionan desde la línea de comandos. Para animación es práctico usar varias máquinas en paralelo.

En la sección Saldo del panel, con tarjeta o transferencia SEPA en euros, desde 10 €. Los pagos se procesan a través de un proveedor de pagos que anunciaremos antes del lanzamiento. Hasta entonces, es posible que las recargas no estén disponibles.

Los precios de la web están en euros. Al pagar, antes de confirmar, verás cómo se aplica el IVA a tu cuenta y tu país.

Recibes un correo por cada recarga, y el historial completo de recargas y cargos está en el panel. Emitiremos facturas en regla cuando nuestra empresa en la UE esté registrada.

Sí. Puedes solicitar en el panel el reembolso del saldo pagado que no hayas gastado; se devuelve al método de pago original.

No hay pausa: al detenerlo, la máquina se libera y se deja de facturar. Para conservar tu trabajo, pulsa Guardar y detener: conservamos /workspace por 0,03 € por GB al mes (con cargo diario) y tu siguiente servidor la recibe automáticamente. De momento el guardado no funciona con imágenes de Docker propias.