Hunyuan Hy3: сколько видеопамяти нужно и на какой видеокарте запустить
Hunyuan Hy3 в квантизации FP8 с контекстом 8 тысяч токенов занимает 282,8 ГБ видеопамяти. Самый дешёвый вариант сейчас — 4× A100 PCIe 80 ГБ, от 394 ₽/ч.
4× RTX PRO 6000 Max-Q 96 ГБзагрузка 76%от 728 ₽/чАрендовать
Цена — от самой дешёвой видеокарты этой модели × число GPU. Сервер на 2–8 видеокарт бывает немного дороже за штуку.
Как запустить на gpu.nz
Для API с высокой нагрузкой — шаблон vLLM с OpenAI-совместимым API.
Вопросы
Сколько видеопамяти нужно Hunyuan Hy3?
В квантизации FP8 с контекстом 8 тысяч токенов — 282,8 ГБ: веса 279,3 ГБ, кэш контекста 2,5 ГБ и около 1 ГБ служебной памяти. В BF16 — 560,0 ГБ.
Запустится ли Hunyuan Hy3 на RTX 4090 с 24 ГБ?
В одну RTX 4090 модель не помещается даже в FP8: нужно 282,8 ГБ. Подойдёт видеокарта с 80+ ГБ или несколько RTX 4090.
Сколько стоит запустить Hunyuan Hy3?
Самый дешёвый подходящий сервер сейчас — 4× A100 PCIe 80 ГБ, от 394 ₽/ч. Оплата поминутная: остановили сервер — платите только за диск.
Какую квантизацию выбрать?
Q4_K_M — стандарт для чата: качество почти как у оригинала при размере втрое меньше BF16. Q5_K_M и Q6_K точнее, Q8_0 почти не отличается от оригинала. Для vLLM берите FP8 или BF16.
Размеры файлов сверены с Hugging Face 2026-10-19. 1 ГБ здесь — 1024³ байт, как у видеокарт. На Hugging Face размеры в десятичных гигабайтах, поэтому там числа на 7% больше.