11 novembre 2026 · Team VRAMfarm

Quanto costa un'immagine, una clip video o un milione di token su una GPU a noleggio

Un’immagine Flux su una RTX 4090 a noleggio costa una frazione di centesimo mentre la scheda lavora a pieno ritmo, e 0,15 € se avvii un server per una sola immagine e poi lo fermi. Conta meno il prezzo orario e più quanti minuti di quell’ora usa davvero il tuo lavoro. Ogni totale per immagini, clip video, milione di token e training di una LoRA arriva con il throughput da cui nasce, così puoi metterci i tuoi numeri.

I prezzi nelle tabelle sono aggiornati in tempo reale dal catalogo, quindi i totali si muovono con il mercato. I valori di throughput sono intervalli di pianificazione ricavati da report pubblici della community e da calcoli sulla banda di memoria, non da benchmark nostri. Parti dal centro di ogni intervallo, poi cronometra il tuo lavoro nei primi 15 minuti, che paghi comunque.

La formula dietro ogni totale

Ogni lavoro su una scheda a noleggio è fatto delle stesse quattro parti:

1. Minuti di preparazione. Installazione dei pacchetti e download dei modelli. I 2–5 minuti prima che il server sia pronto sono gratis, ma le app pronte scaricano i modelli dopo quel momento: pochi minuti per un modello di immagini, fino a 10–15 minuti per un grande modello video. Questi minuti si pagano come tutti gli altri.
2. Minuti di lavoro. La GPU che esegue il tuo job, più il tempo che passi a guardare i risultati e a scrivere il prompt successivo.
3. Traffico. I download dei modelli contano come traffico, fatturato per GB alla tariffa della macchina, che vedi prima dell’avvio. Circa 17 GB di pesi Flux significano circa 17 GB di traffico.
4. Storage, solo se tieni una cartella salvata tra una sessione e l’altra: 0,03 € per GB al mese.

La fatturazione è al minuto con un minimo di 15 minuti per avvio, a un prezzo al minuto fissato quando parti. Un lavoro da 4 minuti costa comunque 15 minuti. La pagina dei prezzi riporta la tariffa oraria attuale di ogni scheda.

Immagini: Flux e SDXL

I modelli di immagini sono limitati soprattutto dal calcolo. La velocità dipende da quattro cose: la risoluzione (raddoppiare larghezza e altezza vuol dire quattro volte i pixel e circa quattro-cinque volte il tempo), gli step (Flux schnell ne vuole 4, Flux dev 20–30, SDXL 25–40), la precisione (l’FP8 gira in modo nativo sulle schede Ada, Hopper e Blackwell, mentre le Ampere come la RTX 3090 perdono questa accelerazione) e gli extra come ControlNet, più LoRA o un upscaler.

Tutte le righe: 1024×1024, batch size 1, ComfyUI con una coda che tiene occupata la scheda.

Dividi l’ultima colonna per 1.000 per avere il costo di un’immagine. Una H100 costa all’ora diverse volte più di una RTX 4090, ma con Flux non è neanche lontanamente diverse volte più veloce, quindi per le immagini di solito vincono le schede consumer. Anche una scheda più lenta con un prezzo orario molto più basso può vincere per immagine: confronta le righe della RTX 3090 e della RTX 4090.

La tabella presuppone una coda piena; a mano, passi più tempo a valutare i risultati di quanto la scheda ne impieghi a produrli. Una sessione tipica con il template Flux su una RTX 4090: circa 5 minuti per il download del modello, 45 minuti di prompt che producono circa 150 immagini, poi stop. Sono 50 minuti fatturati, 0,49 €, più circa 17 GB di traffico; ogni immagine costa circa 1/150 della sessione.

Video: una clip Wan 2.2 da 5 secondi

Il modello Wan 2.2 5B (TI2V) sta su una scheda da 24 GB e genera 121 frame a 24 fps per 5 secondi. Il modello 14B è fatto di due esperti da 14B caricati a turno, uno per i primi step rumorosi e uno per i dettagli; in FP8 il nostro template chiede 48 GB. Una LoRA di accelerazione a 4 step riduce di parecchie volte il tempo di render del 14B, con qualche perdita di dettaglio nel movimento.

Il tempo del video cresce con frame per pixel. Scendere a 832×480 lo dimezza o anche meglio, ed è un buon modo per provare i prompt prima del render finale.

Un minuto di video finito sono dodici clip da 5 secondi. Se tieni un tentativo su tre, sono 36 render. Su una L40S a 6 minuti l’uno, più circa 12 minuti per il download del modello, la sessione dura circa 3 h 50 min: 4,03 €. Il template per la generazione video ha pronte entrambe le taglie del modello.

Un milione di token: modelli da 8B, 32B e 70B

La generazione di testo è limitata soprattutto dalla banda di memoria: per ogni nuovo token la scheda legge l’intero modello dalla memoria. Un 32B a 4 bit pesa circa 20 GB e una RTX 4090 legge circa 1.000 GB/s, quindi un singolo utente arriva al massimo intorno ai 50 token al secondo e in pratica ne ottiene 30–40. Servire molte richieste insieme, come fa vLLM, legge i pesi una sola volta per l’intero batch, quindi il throughput totale cresce di 10–50 volte finché non si esauriscono il calcolo o la memoria per la KV cache.

Un milione di token ha quindi due prezzi molto diversi: una persona che chatta e una coda batch piena. I valori qui sotto sono token in output; i token del prompt vengono elaborati 10–50 volte più in fretta.

I valori in batch dipendono molto dalla lunghezza di prompt e risposte, dal numero di richieste in parallelo e dalla versione di vLLM. Un lavoro breve paga comunque il minimo: 8 minuti di lavoro con un 8B su una RTX 4090 vengono fatturati come 15, 0,15 €. La tabella mostra il ritmo costante per lavori più lunghi, come classificare di notte milioni di descrizioni di prodotto con il server vLLM.

Nessuno chatta un milione di token al giorno, quindi una chat privata in realtà si paga a ore: 0,59 € per Qwen3 32B su una RTX 4090, che tu mandi dieci messaggi o duecento.

Addestrare una LoRA per Flux

Una tipica LoRA di personaggio o di stile su Flux.1 dev: 20–30 immagini con didascalia, circa 2.000 step fino a 1024 px, con il modello base caricato a 8 bit da un trainer come ai-toolkit per farlo stare in 24 GB.

Aggiungi 15–25 minuti per installare il trainer e scaricare Flux.1 dev con i suoi text encoder (circa 30–35 GB, a seconda del formato del trainer), poi qualche immagine di prova. Un primo run realistico su una RTX 4090 sono circa 2 h 6 min fatturati: 1,24 €, più il traffico. Flux.1 dev su Hugging Face è ad accesso riservato: accetta la licenza nella pagina del modello (e verifica i termini per l’uso commerciale) e tieni pronto un token di accesso, altrimenti il download si ferma al primo file.

Noleggiare una GPU o pagare un’API a chiamata

Le API fanno pagare per risultato: per immagine, per secondo di video, per milione di token. Tra una chiamata e l’altra non paghi nulla e non aspetti mai un download. Una scheda a noleggio si paga al minuto qualunque cosa faccia, quindi conviene solo se la tieni occupata.

Per trovare il punto di pareggio, dividi il costo di una sessione realistica (preparazione più lavoro, almeno 15 minuti) per il prezzo per risultato dell’API. I prezzi API per immagine dei modelli di classe Flux di solito si contano in centesimi, mentre una RTX 4090 a pieno ritmo scende ben sotto il centesimo, quindi il pareggio tende a stare su qualche decina di immagini per sessione.

Per gli LLM il confronto è meno netto. Le API hosted per i modelli open da 8B–70B sono difficili da battere per un uso piccolo e a picchi. Noleggiare ha senso quando:

• hai un grosso batch da far girare in parallelo, come tagging, traduzione o riassunto di migliaia di documenti;
• i dati devono restare su una macchina che controlli tu, senza API esterne di mezzo;
• usi un tuo modello con fine-tuning o un modello che nessuna API offre;
• per qualche ora non vuoi limiti di rate.

E a volte la GPU non ti serve proprio. Se fai 20 immagini al mese o fai qualche domanda a un LLM alla settimana, un’API a chiamata o un piano gratuito costa meno della sessione minima.

Come tenere basso il totale

• Raggruppa i lavori piccoli in una sola sessione. Tre lavori da 5 minuti in tre avvii costano tre volte 15 minuti.
• Ferma il server quando hai finito: la fatturazione si ferma in quel minuto. La protezione per inattività ti manda un’email dopo 2 ore senza SSH, Jupyter o carico sulla GPU e ferma il server un’ora dopo, ma tre ore di inattività su una RTX 4090 sono comunque 1,77 €.
• Salva solo quello che non puoi riscaricare. Le tue LoRA e i tuoi checkpoint vanno nella cartella salvata (30 GB costano 30 × 0,03 € al mese). I pesi pubblici di solito no: anche il loro ripristino è traffico, e spesso non è più veloce di un download da zero. L’articolo sui file dopo lo stop mette a confronto le due opzioni.
• Scegli la scheda prima in base alla memoria, poi in base al prezzo per risultato. Il selettore di VRAM ti mostra quali schede contengono il tuo modello.
• Cronometra il tuo lavoro nei primi 15 minuti, moltiplica e decidi prima che parta il run lungo.