dès 24 GoChat
ChatGPT privé · Qwen3 32B
Un chat dans votre navigateur pour la rédaction, le code et les documents. Sans abonnement ni limite de messages.
dès 0,30 €/h · RTX 3090, 24 Go
Lancer des modèles d’IA · DeepSeek
Lancer DeepSeek R1 sur un GPU loué
Les distillations 7B et 14B de DeepSeek R1 tournent sur une carte de 12 Go, et la version 32B demande environ 23 Go en 4 bits. Le R1 complet de 671B nécessite des centaines de gigaoctets de VRAM : en pratique, on utilise donc les distillations, qui tiennent sur une ou deux cartes.
- Application
- PyTorch
- GPU
- RTX 3060, 12 Go
- Prix
- dès 0,12 €/h
Pour lancer, votre solde doit couvrir une heure d’utilisation de la machine. Vous êtes facturé à la minute, selon l’utilisation réelle.
Besoin d’un simple chat ? L’application prête à l’emploi ChatGPT privé
à partir de 5 Gode mémoire vidéo
2 à 5 minutespour que le serveur démarre
À la minutedébité sur votre solde
SSH et Jupyteraccès au serveur
Mémoire nécessaire et GPU à choisir
R1 Distill 7B occupe environ 5 Go de mémoire vidéo en 4 bits ; l’option la moins chère qui convient est RTX 3060. Les prix sont mis à jour à partir des machines disponibles dans le catalogue à l’ouverture de la page.
| Version | FP16 | 4 bits | GPU adaptéGPU | Prix par heurePar heure |
|---|---|---|---|---|
| R1 Distill 7B | 16 Go | 5 Go | RTX 3060 | 0,12 € |
| R1 Distill 14B | 31 Go | 10 Go | RTX 3060 | 0,12 € |
| R1 Distill 32B | 71 Go | 22 Go | 2× RTX 3060 | 0,24 € |
| R1 Distill 70B | 154 Go | 47 Go | 4× RTX 4060 Ti | 0,64 € |
| R1 / V3 complet (671B, MoE) | 1477 Go | 443 Go | 8× A100 | 11,68 € |
Estimation : FP16 ≈ 2 Go par milliard de paramètres, 4 bits ≈ 0,6 Go, plus 10 % pour le contexte. Choix : la configuration la moins chère avec assez de mémoire ; pour les grands modèles, cela signifie plusieurs cartes identiques. Tous les GPU et leurs prix
Comment lancer DeepSeek en 3 étapes
- Inscrivez-vous et rechargez . Créez un compte et rechargez à partir de 10 €. Pour lancer, votre solde doit couvrir au moins une heure d’utilisation de la machine choisie ; ensuite, vous payez à la minute.
- Choisissez un GPU . La mémoire de chaque version figure dans le tableau ci-dessus, et la plus légère tourne à partir de 5 Go. Le bouton de cette page sélectionne l’option la moins chère avec PyTorch.
- Lancez le modèle . Le serveur est prêt en 2 à 5 minutes. Ouvrez Jupyter dans votre navigateur ou connectez-vous en SSH, puis lancez les commandes ci-dessous.
Terminé ? Arrêtez le serveur dans le tableau de bord et la facturation s’arrête. « Enregistrer et arrêter » conserve /workspace pour 0,03 € par Go et par mois, et le dossier revient automatiquement sur votre prochain serveur.
Avec Ollama (le plus simple)
curl -fsSL https://ollama.com/install.sh | sh
ollama run deepseek-r1:32b
Avec vLLM (API, forte charge)
pip install vllm
vllm serve deepseek-ai/DeepSeek-R1-Distill-Qwen-32B --max-model-len 16384
À quoi sert DeepSeek
01
Tâches de raisonnement
Maths, logique, recherche d’un bug dans du code. R1 expose son raisonnement avant la réponse : vous pouvez le vérifier.
02
Recherche dans vos documents
Du RAG sur des contrats, des manuels ou une base de connaissances : le modèle répond et indique le bon passage.
03
Une API pour un bot ou un site
vLLM fournit une API compatible OpenAI : il suffit de pointer votre code client vers votre propre serveur.
Conseils avant le lancement
- La distillation 32B en 4 bits offre le meilleur équilibre entre qualité et prix : elle tient sur une seule RTX 3090 ou 4090.
- R1 raisonne longuement : prévoyez un contexte de 16 à 32k tokens, ce qui ajoute quelques gigaoctets de mémoire.
- Le modèle complet de 671B n’a de sens qu’en 4 bits sur 8× H100 ou H200, soit plusieurs dizaines d’euros de l’heure.
Besoin d’un simple chat ? Une application prête à l’emploi, sans configuration
Si vous voulez utiliser le modèle pour discuter sans écrire de code, lancez ChatGPT privé : le serveur est livré avec Ollama, un modèle Qwen3 et la fenêtre de chat Open WebUI dans votre navigateur.
dès 12 GoChat
ChatGPT privé · Qwen3 8B
Un chat rapide sur une carte abordable : brouillons d’e-mails, traductions, réponses rapides.
dès 0,12 €/h · RTX 3060, 12 Go
Questions fréquentes
Quel GPU faut-il pour DeepSeek R1 ?
Une carte de 8 à 12 Go suffit pour la distillation 7B, 24 Go (RTX 3090 ou 4090) pour la 32B en 4 bits, et 48 Go (RTX A6000, L40S) ou deux cartes de 24 Go pour la 70B en 4 bits.
Peut-on lancer le DeepSeek R1 complet de 671B ?
Oui, mais il faut environ 400 Go de VRAM, même en 4 bits, soit 8× H100 ou H200.
Quelle différence entre une distillation et le modèle complet ?
Les distillations sont des modèles Qwen et Llama affinés sur le raisonnement de R1. Elles sont moins performantes que l’original, mais plusieurs fois moins chères à faire tourner.
Combien de temps prend un lancement ?
Le serveur est généralement prêt en 2 à 5 minutes ; SSH et Jupyter sont alors disponibles. Le téléchargement du modèle dépend de sa taille et il est facturé comme du temps serveur normal.
Que deviennent mes modèles et résultats après l’arrêt ?
Au moment d’arrêter, cliquez sur Enregistrer et arrêter : le dossier /workspace avec vos modèles, LoRA et résultats est stocké pour 0,03 € par Go et par mois et revient automatiquement sur votre prochain serveur. Si vous arrêtez sans enregistrer, le disque est supprimé.
Comment est-ce facturé ?
À la minute, sur votre solde en euros. Rechargez à partir de 10 € ; pour lancer, votre solde doit couvrir au moins une heure d’utilisation de la machine choisie. Arrêtez le serveur et la facturation s’arrête.
Un serveur est généralement prêt en 2 à 5 minutes
Inscrivez-vous en une minute, rechargez dès 10 €, payez à la minute. Arrêtez le serveur et la facturation s’arrête.