Accueil
Services
Déploiement local de l’IA Résultats des tests Images et vidéos Résultats NeoCloud Système de sécurité privé hors ligne Transformation numérique Photographie professionnelle
Équipe
Bruce Expérience Formation Contact

Résultats de tests NeoCloud

Les mêmes types de moteurs et de modèles que sur nos propres stations de travail, mesurés sur des GPU loués auprès de fournisseurs NeoCloud, à commencer par Google Colab. Chaque fournisseur NeoCloud aura sa propre section à mesure que nous le testons, et chaque notebook est publié sur GitHub.Moteurs et modèles mesurés sur des GPU NeoCloud, à commencer par Google Colab.

Google Colab

Nos notebooks ouverts exécutent des modèles de langage et d’images sur les environnements GPU de Google Colab Pro. Chacun installe un seul moteur, télécharge son modèle une fois dans Google Drive et le sert par une seule API authentifiée compatible avec OpenAI. Mesuré sur de vrais environnements Colab en novembre 2026, une requête à la fois.Nos notebooks ouverts sur les GPU de Google Colab Pro, mesurés en novembre 2026.

Le décodage est une réponse de 512 tokens à température 0. Le préremplissage et le délai avant le premier token utilisent une nouvelle requête d’environ 3 500 tokens sur un modèle déjà chargé (sans réutilisation du cache de préfixe) ; les notebooks pas encore relancés avec elle indiquent « prochain test ». Pour les images et les vidéos, la vitesse est mesurée par résultat après le premier.

L4 · 24 Go (classe RTX 4070 Ti)

NVIDIA L4, GPU de centre de données compact à un emplacement avec dissipateur doré à ailettes
NVIDIA L4 · 24 Go GDDR6 · 72 W, un emplacement Image : NVIDIA
Modèles de langage
Notebook du modèleMoteurPrérem­plissage t/sDélai avant le premier tokenDéco­dage t/s
nemotron-3.5-bolt-74b-iq2llama.cpp—prochain test—prochain test38
qwen3.8-27b-w4a16-sglangSGLang—prochain test—prochain test16
flash-next-gyro-sStrata—prochain test—prochain test68
qwen3.8-27b-exl3-2bpwTensorFold—prochain test—prochain test83
Modèles d’images et de vidéos
Notebook du modèleMoteurRésultatTemps par résultat
flux3-klein-comfyComfyUIImage 1024×10248 s
minimax-h3-l4-comfyComfyUIClip vidéo de 5 s, 832×480124 s
qwen-image-2.1-turbo-comfyComfyUIImage 1024×10248 s
qwen-image-2.1-nf4DiffusersImage37 s
sdxl-baseDiffusersImage17 s
sdxl-turboDiffusersImage3 s

A100 · 80 Go (High-RAM)

Module GPU NVIDIA A100 avec sa puce et ses piles de mémoire HBM
NVIDIA A100 · 80 Go HBM2e Image : NVIDIA
Modèles de langage
Notebook du modèleMoteurPrérem­plissage t/sDélai avant le premier tokenDéco­dage t/s
nemotron-3.5-bolt-74b-iq2llama.cpp—prochain test—prochain test79
sage-a1.5-q4llama.cpp3,5581.00 s134
qwen3.8-27b-w4a16-sglangSGLang2,0181.76 s74
flash-next-strata-iq3-sStrata—prochain test—prochain test167
qwen3.8-27b-exl3-2bpwTensorFold—prochain test—prochain test144
Modèles d’images et de vidéos
Notebook du modèleMoteurRésultatTemps par résultat
flux3-klein-comfyComfyUIImage3 s
minimax-h3-comfyComfyUIClip vidéo de 5 s, 832×48035 s
qwen-image-2.1-bf16-comfyComfyUIImage 1024×10249 s
qwen-image-2.1-turbo-bf16-comfyComfyUIImage 1024×10244 s
wan22-5b-comfyComfyUIClip vidéo de 5 s, 832×48061 s

G4 · RTX PRO 6000 Blackwell, 96 Go

NVIDIA RTX PRO 6000 Blackwell Server Edition, GPU passif à deux emplacements
NVIDIA RTX PRO 6000 Blackwell · 96 Go GDDR7 Image : NVIDIA
Modèles de langage
Notebook du modèleMoteurPrérem­plissage t/sDélai avant le premier tokenDéco­dage t/s
basalt-flash-next-nvfp4-dq6kBasalt—prochain test—prochain test273
hyperqwen-qwen3.8-27b-dflash2HyperQwen—prochain test—prochain test~315
glm-maya-sMaya—prochain test—prochain test77
qwen3.8-27b-w4a16-sglangSGLang—prochain test—prochain test77

Les autres notebooks A100 et G4 sont encore en cours de test.

Notebooks Google Colab sur GitHub →

Prêt à commencer ?

Parlez-nous de votre environnement, nous concevrons un déploiement qui garde vos données chez vous.

Contactez-nous