Dokumentasi
Semua yang Anda perlukan untuk mulai memakai CloudGPU.
rocket_launchPanduan Cepat
Buka halaman Deploy
Buka halaman Deploy dan pilih model — DeepSeek, Qwen, Llama, atau Mistral.
Buka halaman Deploy →Klik Deploy
Pilih GPU, klik Deploy. Sisanya kami tangani — penyiapan GPU, unduh model, server API.
Salin endpoint API
Anda mendapat URL API kompatibel OpenAI yang siap dipakai.
Tempel ke kode Anda
Setel base_url ke endpoint Anda. Selesai — tanpa biaya per token, Anda membayar waktu GPU.
Tempel ke kode Anda →smart_toyBiarkan asisten coding AI menyewa GPU
Server MCP CloudGPU memungkinkan Cursor, Cline, opencode, Claude Code, dan klien MCP lain memberi penawaran harga, menyewa GPU setelah Anda setuju, menjalankan pekerjaan, mengunduh hasil, lalu mematikan GPU. Batas anggaran dan waktu setiap instance ditegakkan oleh server CloudGPU.
Siapkan server MCP →apiMemakai instance Anda sebagai endpoint API
Untuk pengembang yang membangun AI agent, chatbot, atau aplikasi apa pun yang butuh backend LLM dengan biaya per jam tetap, bukan penagihan per token.
Setiap instance Ollama yang berjalan memberi Anda endpoint kompatibel OpenAI. Buka instance itu di Dasbor lalu klik API tombolnya untuk menyalin salah satu dari ini:
OpenAI Python SDK
curl
Tips: keep_alive
Sertakan "keep_alive": "30m" di setiap permintaan agar model tetap di VRAM selama 30 menit setelah panggilan terakhir. Tanpa itu, Ollama melepas model setelah 5 menit menganggur dan permintaan berikutnya kena penalti cold-load 30–90 detik.
memoryGPU mana yang sebaiknya saya pilih?
Semua harga di bawah adalah harga ritel per jam.
| Ukuran model | VRAM minimum | GPU yang disarankan | Harga |
|---|---|---|---|
| 0,5B – 8B (Qwen 2.5, Llama-3.1-8B, Mistral-7B) | 16 GB | RTX 4090 24 GB | $0.39/jam |
| 13B – 32B terkuantisasi (Qwen-32B-AWQ, CodeLlama-34B) | 32 GB | RTX 5090 32 GB | $0.69/jam |
| 30B+ presisi penuh, inferensi batch sedang | 48 GB | RTX 4090 48 GB | $0.69/jam |
| 70B terkuantisasi (Llama-3.3-70B-AWQ, Qwen3-72B-Int4) | 40 GB | A100 40G | $0.79/jam |
| 70B presisi penuh, batch produksi | 80 GB | A800 80G | $1.19/jam |
| LLM konteks panjang + penalaran panjang | 96 GB | H20 96G | $1.29/jam |
| Inferensi enterprise / produksi multi-agent | 80 GB | H800 80G | $1.79/jam |
Beberapa kartu bisa disewa lebih dari satu dalam satu instance (hingga 8): pilih jumlah kartu di halaman Deploy, dan harga per jam dikalikan dengan jumlah kartu.
helpPertanyaan yang Sering Diajukan
Bagaimana cara penagihannya?expand_more
Berapa deposit minimumnya?expand_more
Bisakah instance saya dihentikan lalu dinyalakan lagi?expand_more
Apa saja yang sudah terpasang di instance?expand_more
Apakah ada API-nya?expand_more
Bagaimana cara mendapat dukungan?expand_more
Apa bedanya Templat dan Deploy?expand_more
Bisakah saya men-deploy model kustom?expand_more
Bagaimana menghubungkan model yang sudah di-deploy ke aplikasi saya?expand_more
Unduhan dari Hugging Face atau GitHub lambat. Apa yang bisa saya lakukan?expand_more
Masih ada pertanyaan?
Hubungi dukungan