> For the complete documentation index, see [llms.txt](https://docs.clore.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.clore.ai/guides/guides_v2-zh/readme.md).

# 简介

> **205 个实用指南** 用于在 [Clore.ai](https://clore.ai) ——去中心化 GPU 租赁市场。

{% hint style="success" %}
所有示例都可在通过 [Clore.ai 市场](https://clore.ai/marketplace)租用的 GPU 服务器上运行。 从 **$0.03/小时**起，按分钟计费。
{% endhint %}

## 什么是 Clore.ai？

[Clore.ai](https://clore.ai) 是一个点对点 GPU 市场，您可以直接从他人那里租用 GPU——就像算力领域的 Airbnb。数千块 GPU 全天候 24/7 可用，从平价的 RTX 3060 到企业级 H100。可使用 **CLORE**, **BTC**, **USDT**，或 **USDC**.

### 为什么用 Clore.ai 跑 AI？

* **价格实惠** —— RTX 4090 低至 $0.14/小时（而大型云上为 $1.50–3/小时）
* **无承诺** ——按小时租用，无需合约
* **完整 root 权限** ——带 GPU 直通的 Docker 容器
* **GPU 选择丰富** ——2,200+ 台服务器，6,700+ 块 GPU 上架，任意时刻约有 1,200 块可用
* **按你的方式支付** ——加密货币支付（CLORE、BTC、USDT/USDC）

## 📚 指南分类

| 分类                                                                                   | 指南     | 亮点                                                                                                                                                       |
| ------------------------------------------------------------------------------------ | ------ | -------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 🤖 [语言模型](/guides/guides_v2-zh/yu-yan-mo-xing/language-models.md)                    | **53** | Qwen3.8-27B、GLM-5.2、MiniMax M3、Nemotron 3 Ultra、Mistral Small 4、Kimi K3、DeepSeek V4、MiMo-V2.5-Pro、Hy3 Preview、GLM-5.1、Llama 4、Gemma 3、Ollama、vLLM、SGLang |
| 🤖 [AI 平台与智能体](/guides/guides_v2-zh/ai-ping-tai-yu-zhi-neng-ti/ai-platforms.md)      | **18** | Dify、CrewAI、AutoGPT、OpenHands、MetaGPT、n8n、LibreChat、Open Interpreter、SuperAGI、SWE-agent                                                                  |
| 🔊 [音频与语音](/guides/guides_v2-zh/yin-pin-yu-yu-yin/audio-voice.md)                    | **23** | MOSS-TTS、Voxtral TTS、Whisper、Qwen3-TTS、MiniMax Speech 2.6、Dia、ChatTTS、Kokoro、Fish Speech、MeloTTS、StyleTTS2                                               |
| 🎬 [视频生成](/guides/guides_v2-zh/shi-pin-sheng-cheng/video-generation.md)              | **15** | LTX-2.5、Wan2.1、Wan 2.2 VBVR、FramePack、CubeComposer 4K 360°、LTX-2、CogVideoX、SkyReels、HunyuanVideo、Mochi-1、AnimateDiff                                     |
| 🎨 [图像生成](/guides/guides_v2-zh/tu-xiang-sheng-cheng/image-generation.md)             | **11** | FLUX.2 Klein、HunyuanImage 3.0、SD 3.5、ComfyUI、InvokeAI、SD WebUI Forge                                                                                     |
| 🧠 [训练](/guides/guides_v2-zh/xun-lian/training.md)                                   | **12** | Unsloth、Axolotl、LoRA、DreamBooth、DeepSpeed、LLaMA-Factory、TRL、LitGPT、Mergekit                                                                              |
| 🏁 [入门](/guides/guides_v2-zh/ru-men-zhi-nan/getting-started.md)                      | **10** | GPU 对比、实时价格、部分 GPU 租用、CUDA 兼容性、FAQ、故障排查                                                                                                                  |
| 👁️ [视觉模型](/guides/guides_v2-zh/shi-jue-mo-xing/vision-models.md)                    | **6**  | Qwen2.5-VL、SAM2、LLaVA、Florence-2                                                                                                                         |
| 🖼️ [图像处理](/guides/guides_v2-zh/tu-xiang-chu-li/image-processing.md)                 | **6**  | Real-ESRGAN、ControlNet、Depth Anything、ICLight                                                                                                            |
| 🧊 [3D 生成](/guides/guides_v2-zh/3d-sheng-cheng/3d-generation.md)                     | **6**  | Hunyuan World 2.0、TRELLIS、Hunyuan3D 2.1、TripoSR、Gaussian Splatting、Nerfstudio                                                                            |
| 🎭 [口型说话头像](/guides/guides_v2-zh/talking-heads/talking-heads.md)                     | **3**  | LivePortrait、SadTalker、Wav2Lip                                                                                                                           |
| 👤 [人脸与身份](/guides/guides_v2-zh/ren-lian-yu-shen-fen/face-identity.md)               | **3**  | FaceFusion、InstantID、IP-Adapter                                                                                                                          |
| ⚙️ [高级](/guides/guides_v2-zh/gao-ji/advanced.md)                                     | **5**  | 多 GPU、API 集成、批量处理                                                                                                                                        |
| 🔧 [其他工作负载](/guides/guides_v2-zh/qi-ta-gong-zuo-fu-zai/other-workloads.md)           | **3**  | Blender、Kandinsky、OpenClaw                                                                                                                               |
| 💻 [AI 编程工具](/guides/guides_v2-zh/ai-bian-cheng-gong-ju/ai-coding.md)                | **2**  | Aider、TabbyML（自托管 Copilot）                                                                                                                               |
| 📊 [对比](/guides/guides_v2-zh/dui-bi/comparisons.md)                                  | **7**  | LLM 服务、微调、视频生成、TTS、RAG 框架、向量数据库                                                                                                                          |
| 📹 [视频处理](/guides/guides_v2-zh/shi-pin-chu-li/video-processing.md)                   | **2**  | FFmpeg NVENC、RIFE 插帧                                                                                                                                     |
| 🎵 [音乐生成](/guides/guides_v2-zh/yin-yue-sheng-cheng/music-generation.md)              | **1**  | ACE-Step（开源 Suno 替代方案）                                                                                                                                   |
| 🔍 [计算机视觉](/guides/guides_v2-zh/ji-suan-ji-shi-jue/computer-vision.md)               | **2**  | YOLOv9/v10 检测                                                                                                                                            |
| 🗄️ [RAG / 向量数据库](/guides/guides_v2-zh/rag-yu-xiang-liang-shu-ju-ku/rag-vectordb.md) | **6**  | LlamaIndex、RAGFlow、ChromaDB、Qdrant、Milvus、Weaviate                                                                                                       |
| 🔄 [MLOps](/guides/guides_v2-zh/mlops-yu-bu-shu/mlops.md)                            | **4**  | MLflow、Triton Inference Server、BentoML、ClearML                                                                                                           |
| ⚡ [DevOps GPU](/guides/guides_v2-zh/gpu-devops/devops-gpu.md)                        | **2**  | TensorRT-LLM、ONNX Runtime                                                                                                                                |
| 🔬 [科学](/guides/guides_v2-zh/ke-xue-yu-yan-jiu/science.md)                           | **3**  | AlphaFold2、ESMFold、GROMACS 分子动力学                                                                                                                         |
| 🎮 [游戏 / 直播](/guides/guides_v2-zh/you-xi-yu-chuan-liu/gaming-streaming.md)           | **1**  | Sunshine + Moonlight 远程游戏                                                                                                                                |
| ₿ [挖矿](/guides/guides_v2-zh/jia-mi-huo-bi-yu-wa-kuang/crypto-mining.md)              | **1**  | XMRig CPU/GPU 挖矿                                                                                                                                         |

## 🔥 新内容（2026 年 8 月）

### 补更刷新——2026 年 8 月 24 日

新增九篇指南，覆盖 5 月到 8 月期间发布的全部开源权重内容，并对整套集合做了一次准确性校对：基础镜像现在与当前 GPU 机群匹配，所有价格都来自实时市场，而不是几个月前的快照。

**新模型指南**

* 🤖 **Qwen3.8-27B** 🆕 ——阿里巴巴的稠密型 27B 视觉语言模型（8 月 14 日， **Apache 2.0**）。26.2 万原生上下文，可扩展至 100 万，混合 Gated DeltaNet 注意力机制，Q4 精度占用 15.4GB。唯一能在单张 RTX 4090 上运行的前沿级模型—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/qwen38-27b.md)
* 🤖 **GLM-5.2** 🆕 ——智谱 Z.ai 的约 750B/40B 激活 MoE（6 月 13 日， **MIT**）。Terminal-Bench 2.1 达到 81.0，SWE-bench Pro 62.1，通过 IndexShare 稀疏注意力实现稳定的 100 万上下文。在一套 10× RTX 5090 机器上以 Q2 精度运行—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-2.md)
* 🤖 **MiniMax M3** 🆕 ——428B/23B 激活的原生多模态 MoE（6 月 1 日）。MiniMax Sparse Attention 将 100 万上下文下的每 token 计算量降至 GQA 的约 1/20—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/minimax-m3.md)
* 🤖 **NVIDIA Nemotron 3 Ultra** 🆕 ——550B/55B 激活的 Mamba-2 + MoE 混合模型（6 月 4 日， **OpenMDW-1.1**：权重、数据、配方和 RL 环境）。官方 NVFP4 版本可装入一套 4× RTX PRO 6000 机器—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/nemotron-3-ultra.md)
* 🤖 **Mistral Small 4** 🆕 ——总参数 119B，其中仅 **65B 激活**，Apache 2.0，256K 上下文，支持视觉和推理开关。Q2 精度下需要 40GB，所以两张 RTX 4090 就能跑—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/mistral-small4.md)
* 🤖 **Kimi K3** 🆕 ——Moonshot 的 2.8T 开源权重前沿模型（权重于 7 月 27 日发布）。说实话：它在任何市场机群、任何量化下都装不下，下面是替代运行方案—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/kimi-k3.md)
* 🎬 **LTX-2.5** 🆕 ——带同步音频的 22B 开源权重视频模型（8 月 11 日），ComfyUI 首日支持，720p 到 4K。官方建议 32GB 显存，正好是一张 RTX 5090—— [指南](/guides/guides_v2-zh/shi-pin-sheng-cheng/ltx-video-2-5.md)

**新平台指南**

* 🏁 **部分 GPU 租赁** 🆕 ——可从一套 8 GPU 机器中取出 1 或 2 块 GPU，并按比例付费。60% 的上架服务器支持，按最近一次快照统计有 2,153 个单独 GPU 插槽可用—— [指南](/guides/guides_v2-zh/ru-men-zhi-nan/partial-gpu-rental.md)
* 🏁 **CUDA 与 PyTorch 兼容性** 🆕 ——RTX 50 系列需要 CUDA 12.8+ 和 PyTorch 2.7+，Tesla V100 在 PyTorch 2.11 中失去对 cu128 的支持，CUDA 13 从 Turing 开始。按显卡代际整理的矩阵—— [指南](/guides/guides_v2-zh/ru-men-zhi-nan/cuda-pytorch-compatibility.md)

**已更新**

* **DeepSeek V4** ——两个档位都已刷新：Flash-0731（7 月 31 日，167GB FP8，DSpark 推测解码）在 DeepSeek 自家基准上优于 4 月的 Pro 预览版；Pro-0813 于 8 月 13 日上线—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md)
* **Chatterbox TTS** ——现推荐使用 Multilingual V3 检查点—— [指南](/guides/guides_v2-zh/yin-pin-yu-yu-yin/chatterbox-tts.md)
* **每一篇指南** ——基础镜像已切换到 CUDA 12.8 / PyTorch 2.11，因此可在 Blackwell 显卡上运行；价格已从实时市场重新推导，且工作负载不再按 A100/H200/B200 进行配型，因为这些卡并未在市场上架

#### 行业笔记（2026 年 5 月–8 月）

*已闭源、仅 API，或体量过大无法在此自托管——并附上可替代运行内容。*

* **GLM-5.3** （Z.ai，8 月 14 日）——仅 API 和编码计划；Z.ai 表示权重将在安全审查后分阶段发布。→ 今天可运行： [GLM-5.2](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-2.md)
* **Qwen3.8-Max** （阿里巴巴，8 月）——2.4T/95B 激活权重可下载，但采用带 5,000 万美元营收条款的自定义许可，且没有任何市场机型能装下它。→ [Qwen3.8-27B](/guides/guides_v2-zh/yu-yan-mo-xing/qwen38-27b.md) 采用 Apache 2.0 许可，且单卡可运行
* **Qwen-Image-3.0** 以及 **Qwen-Audio-3.0-TTS** （阿里巴巴，7 月）——仅 API，未发布权重。→ 自托管： [FLUX.2 Klein](/guides/guides_v2-zh/tu-xiang-sheng-cheng/flux2-klein.md), [HunyuanImage 3.0](/guides/guides_v2-zh/tu-xiang-sheng-cheng/hunyuan-image3.md), [Qwen3-TTS](/guides/guides_v2-zh/yin-pin-yu-yu-yin/qwen3-tts.md)
* **Kimi K3** ——有开源权重，但最小量化也有 466GB。→ 请查看 [指南](/guides/guides_v2-zh/yu-yan-mo-xing/kimi-k3.md) 这些替代方案

## 🔥 新内容（2026 年 4 月）

### 2026 年 4 月 27 日当周——6 篇新指南

* 🤖 **DeepSeek V4** 🆕 ——前沿 MoE 终于在 4 月 22 日以 MIT 许可的完整开源权重形式发布。Pro：总参数 1.6T / 49B 激活，100 万上下文。Flash：284B / 13B 激活，量化后可在单张 80GB GPU 上运行。首日即支持 vLLM 和 SGLang—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md)
* 🤖 **MiMo-V2.5-Pro** 🆕 ——小米首个开源权重 Pro 档（4 月 27 日）。1.02T MoE / 42B 激活，100 万上下文，MIT，原生 FP8。混合注意力 6:1 + 3 步 MTP—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/mimo-v25-pro.md)
* 🤖 **Hy3 Preview** 🆕 ——腾讯混元 3（4 月 23 日）。295B MoE / 21B 激活，256K 上下文，聚焦智能体与推理。单节点 4× A100 80GB 即可用 FP8 提供服务—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/hy3-preview.md)
* 🤖 **Ling-2.6-flash** 🆕 ——蚂蚁集团 inclusionAI（4 月 28 日）。104B MoE / 7.4B 激活，针对智能体优化。可在单张 RTX 4090 INT4 或单张 H100 FP8 上运行—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/ling-26-flash.md)
* 🤖 **Qwen3.6-27B** 🆕 ——阿里巴巴的稠密型 27B（4 月 21 日）。Apache 2.0，262K 上下文（使用 YaRN 可扩展到 100 万）。“一张卡就能跑，而且真的好用”的编程 LLM—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/qwen36-27b.md)
* 🤖 **MiniMax M2.7** 🆕 ——229B MoE 编程模型（4 月 9 日）。MiniMax 自定义许可证，原生 FP8。此前标记为专有——现已公开开源权重—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/minimax-m27.md)

#### 行业笔记（2026 年 4 月 21 日–29 日）

*本时段内为闭源或仅 API——已链接可自托管替代方案。*

* **Claude Opus 4.7** （Anthropic，4 月 16 日）——闭源权重。→ 自托管替代方案： [DeepSeek V4](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md), [MiMo-V2.5-Pro](/guides/guides_v2-zh/yu-yan-mo-xing/mimo-v25-pro.md), [GLM-5.1](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-1.md)
* **GPT-5.5 / GPT-5.5 Pro** （OpenAI，4 月 23 日）——闭源，仅 API。→ 自托管替代方案： [DeepSeek V4](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md), [MiMo-V2.5-Pro](/guides/guides_v2-zh/yu-yan-mo-xing/mimo-v25-pro.md)
* **Wan 2.7** （阿里巴巴）——开源权重仍待 2026 年第二季度发布。Wan 2.5 破例保持闭源；对 2.7 也应持谨慎态度。→ 今天可自托管： [Wan 2.2 VBVR](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan22-vbvr.md), [Wan2.1](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan-video.md), [LTX-2](/guides/guides_v2-zh/shi-pin-sheng-cheng/ltx-video-2.md)
* **Qwen3.6-Plus** （阿里巴巴）——100 万上下文的编码智能体，仅可在 OpenRouter 上通过 API 使用。→ 自托管替代方案： [Qwen3.6-27B](/guides/guides_v2-zh/yu-yan-mo-xing/qwen36-27b.md), [Qwen3.5-Omni](/guides/guides_v2-zh/yu-yan-mo-xing/qwen35-omni.md)
* **Hugging Face ml-intern** （4 月 21 日）——开源自主后训练智能体（研究 → 数据集 → 训练）。在加入完整指南前先观察采用情况。→ 今天可用： [Unsloth](/guides/guides_v2-zh/xun-lian/unsloth-finetune.md), [LLaMA-Factory](/guides/guides_v2-zh/xun-lian/llama-factory.md), [Axolotl](/guides/guides_v2-zh/xun-lian/axolotl-training.md)

### 2026 年 4 月 20 日当周——3 篇新指南

* 🧊 **Hunyuan World 2.0** 🆕 ——腾讯首个开源 3D 世界模型。文本/图像/视频 → 可编辑网格 + 3D Gaussian Splatting，适用于 Unity/Unreal/Blender。约 12 亿参数 BF16，12–24 GB 显存—— [指南](/guides/guides_v2-zh/3d-sheng-cheng/hunyuan-world-2.md)
* 🤖 **GLM-5.1** 🆕 ——智谱 AI 的 744B MoE / 40B 激活编程利器。200K 上下文，MIT 许可，在 SWE-Bench Pro 上排名第 1（58.4%），超过 Claude Opus 4.6 和 GPT-5.4—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-1.md)
* 🔊 **MOSS-TTS** 🆕 ——OpenMOSS 超轻量 1 亿参数 TTS。48kHz 立体声，20 种语言，仅 CPU 推理（无需 GPU），零样本声音克隆，Apache 2.0—— [指南](/guides/guides_v2-zh/yin-pin-yu-yu-yin/moss-tts.md)

#### 行业笔记（2026 年 4 月 13 日–20 日）

*本周发布的闭源或仅 API 产品——目前还不能在 Clore 上自托管。对于每一个，我们都链接了你今天可以在 Clore 上运行的最接近的开源权重替代方案。*

* **阿里巴巴 Happy Oyster** ——交互式实时 3D 世界模型（漫游 + 导演模式）。候补 / 封闭测试。→ 自托管替代方案： [Hunyuan World 2.0](/guides/guides_v2-zh/3d-sheng-cheng/hunyuan-world-2.md)
* **ByteDance Seedance 2.0 API** ——4 月 14 日在 Volcano Engine 上全面开放，仅 API。→ 自托管替代方案： [Wan 2.2 VBVR](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan22-vbvr.md), [LTX-2](/guides/guides_v2-zh/shi-pin-sheng-cheng/ltx-video-2.md)
* **Qwen 3.6-Plus** ——阿里巴巴的专有 100 万上下文编码智能体。仅 API。→ 自托管替代方案： [Qwen3.5-Omni](/guides/guides_v2-zh/yu-yan-mo-xing/qwen35-omni.md), [GLM-5.1](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-1.md)
* **Meta Muse Spark** ——Meta 首个 Llama 之后的专有模型。→ 自托管替代方案： [Llama 4](/guides/guides_v2-zh/yu-yan-mo-xing/llama4.md)
* **Wan 2.7** ——开源权重仍待 2026 年第二季度发布（目前仅可通过 Together AI 使用 API）。→ 今天可自托管： [Wan 2.2 VBVR](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan22-vbvr.md)

### 2026 年 4 月 13 日当周——2 篇新指南

* 🤖 **Qwen3.5-Omni** 🆕 ——阿里巴巴的统一多模态模型：在一个 30B MoE 中同时支持文本、音频、图像与视频理解，以及文本和语音生成。INT4 可放入 24GB 显存。Apache 2.0—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/qwen35-omni.md)
* 🎬 **Wan 2.2 VBVR** 🆕 ——基于视频的参考视频模型，用于一致的运动控制。使用参考片段来驱动新视频生成中的动画。FP8 可在 RTX 3090（16–24GB）上运行。包含 ComfyUI 工作流—— [指南](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan22-vbvr.md)

#### 行业笔记（2026 年 4 月 6 日–13 日）

*仅 API 或待开放权重——已链接自托管替代方案。*

* **Wan 2.7** （阿里巴巴）——首帧+末帧生成、视频转视频编辑、主体参考。预计 2026 年第二季度中期开放权重。→ 今天可自托管： [Wan 2.2 VBVR](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan22-vbvr.md), [Wan2.1](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan-video.md)
* **Qwen3.6-Plus** （阿里巴巴）——100 万上下文窗口，智能体式编程。开放权重发布待定。→ 自托管替代方案： [Qwen3.5](/guides/guides_v2-zh/yu-yan-mo-xing/qwen35.md), [GLM-5.1](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-1.md)
* **LTX 2.3** ——新的 LTX 视频生成模型，22B 参数，32GB 显存为基线。→ 使用当前开源版本： [LTX-2](/guides/guides_v2-zh/shi-pin-sheng-cheng/ltx-video-2.md)

## 🔥 新内容（2026 年 3 月）

### 2026 年 3 月 30 日当周——1 篇新指南

* 🔊 **Voxtral TTS** 🆕 ——Mistral 的开源权重 4B TTS 模型，支持 9 种语言，可从 3 秒参考音频进行零样本声音克隆，仅需 3 GB 显存，Apache 2.0—— [指南](/guides/guides_v2-zh/yin-pin-yu-yu-yin/voxtral-tts.md)

#### 行业笔记（3 月 23 日–30 日）

*仅 API / 已关闭——已链接自托管替代方案。*

* **Seedance 2.0** （字节跳动）——下一代视频生成，已在 CapCut/Dreamina 上线。仅 API。→ 自托管替代方案： [Wan2.1](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan-video.md), [LTX-2](/guides/guides_v2-zh/shi-pin-sheng-cheng/ltx-video-2.md)
* **Google Lyria 3 Pro** ——通过 Gemini API / Vertex AI 进行音乐生成。仅 API。→ 自托管替代方案： [ACE-Step](/guides/guides_v2-zh/yin-yue-sheng-cheng/ace-step.md)
* **Gemini 3 Deep Think** ——谷歌的前沿推理模型，仅 API。→ 自托管替代方案： [DeepSeek-R1](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-r1.md), [GLM-5.1](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-1.md)
* **Sora 已关闭** ——OpenAI 已正式关闭 Sora 视频生成应用。→ 自托管替代方案： [OpenSora](/guides/guides_v2-zh/shi-pin-sheng-cheng/opensora.md)
* **DeepSeek V4** ✅ ——已于 2026 年 4 月 22 日发布，完整开源权重（MIT）。见 [更新后的指南](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md).

### 2026 年 3 月 16 日当周——3 篇新指南

* 🤖 **NVIDIA Nemotron 3 Super** 🆕 ——120B MoE / 12B 激活，5× 吞吐量，100 万上下文，Apache 2.0，为智能体式 AI 打造—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/nvidia-nemotron-3-super.md)
* 🌐 **Gemini 3.1 Flash Lite** 🆕 ——谷歌最便宜 / 最快的模型（2026 年 3 月 3 日），API + 开源替代方案—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/gemini-3-1-flash-lite.md)
* 🎬 **CubeComposer 4K 360° Video** 🆕 ——首个可原生从标准素材生成 4K 360° 全景视频的模型（CVPR 2026）—— [指南](/guides/guides_v2-zh/shi-pin-sheng-cheng/cubecomposer-360-video.md)

### 本周其他更新（2026 年 3 月 9 日–16 日）

* **GPT-5.4** ——于 2026 年 3 月 5 日发布；原生计算机使用能力（OSWorld 75.0%），100 万上下文。仅 API，不支持本地部署。→ 自托管替代方案： [GLM-5.1](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-1.md), [DeepSeek-R1](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-r1.md)
* **DeepSeek V4** ✅ ——于 2026 年 4 月 22 日发布，MIT，1.6T-Pro / 284B-Flash。 [指南](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md).
* **Wan 2.2** ——Wan 视频生成基础模型的新版本。→ 自托管： [Wan 2.2 VBVR](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan22-vbvr.md), [Wan2.1](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan-video.md)

### 2026 年 3 月新增——6 个新分类，57 篇新指南

* 🗄️ **RAG / 向量数据库** ——6 篇指南： [LlamaIndex](/guides/guides_v2-zh/rag-yu-xiang-liang-shu-ju-ku/llamaindex.md), [RAGFlow](/guides/guides_v2-zh/rag-yu-xiang-liang-shu-ju-ku/ragflow.md), [ChromaDB](/guides/guides_v2-zh/rag-yu-xiang-liang-shu-ju-ku/chromadb.md), [Qdrant](/guides/guides_v2-zh/rag-yu-xiang-liang-shu-ju-ku/qdrant.md), [Milvus](/guides/guides_v2-zh/rag-yu-xiang-liang-shu-ju-ku/milvus.md), [Weaviate](/guides/guides_v2-zh/rag-yu-xiang-liang-shu-ju-ku/weaviate.md)
* 🔄 **MLOps** ——4 篇指南： [MLflow](/guides/guides_v2-zh/mlops-yu-bu-shu/mlflow.md), [Triton Inference Server](/guides/guides_v2-zh/mlops-yu-bu-shu/triton-inference-server.md), [BentoML](/guides/guides_v2-zh/mlops-yu-bu-shu/bentoml.md), [ClearML](/guides/guides_v2-zh/mlops-yu-bu-shu/clearml.md)
* ⚡ **DevOps GPU** ——2 篇指南： [TensorRT-LLM](/guides/guides_v2-zh/gpu-devops/tensorrt-llm.md), [ONNX Runtime](/guides/guides_v2-zh/gpu-devops/onnx-runtime.md)
* 🔬 **科学** ——3 篇指南： [AlphaFold2](/guides/guides_v2-zh/ke-xue-yu-yan-jiu/alphafold2.md), [ESMFold](/guides/guides_v2-zh/ke-xue-yu-yan-jiu/esmfold.md), [GROMACS](/guides/guides_v2-zh/ke-xue-yu-yan-jiu/gromacs.md) 分子动力学
* 🎮 **游戏 / 直播** — [Sunshine + Moonlight](/guides/guides_v2-zh/you-xi-yu-chuan-liu/sunshine-moonlight.md) GPU 加速远程游戏
* ₿ **挖矿** — [XMRig](/guides/guides_v2-zh/jia-mi-huo-bi-yu-wa-kuang/xmrig.md) 在 Clore.ai 上进行 CPU/GPU 挖矿

### 最新加入的模型（2026 年 3 月 4 日）

* **DeepSeek V4** ✅ ——1.6T-Pro / 284B-Flash MoE，MIT 许可， **已于 2026 年 4 月 22 日发布** — [指南](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md)
* **MiniMax Speech 2.6** 🆕 ——面向语音智能体的超低延迟 TTS，首字节时间 < 300ms—— [指南](/guides/guides_v2-zh/yin-pin-yu-yu-yin/minimax-speech.md)
* **SGLang** 🆕 ——用于 KV 缓存共享的 RadixAttention，在 MoE 上相较 vLLM 吞吐量提升 2–5×—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/sglang.md)
* **TGI** 🆕 ——HuggingFace 的生产级 LLM 服务方案，支持 Flash Attention 2 + PagedAttention—— [指南](/guides/guides_v2-zh/yu-yan-mo-xing/tgi.md)
* **LLaMA-Factory** 🆕 ——通过 WebUI、LoRA/QLoRA、RLHF 微调 100+ 个 LLM—— [指南](/guides/guides_v2-zh/xun-lian/llama-factory.md)
* **Fish Speech** 🆕 ——可从 10–15 秒参考音频在 8+ 种语言中进行零样本声音克隆—— [指南](/guides/guides_v2-zh/yin-pin-yu-yu-yin/fish-speech.md)
* **Mochi-1** 🆕 ——100 亿参数视频扩散，848×480 @ 30fps，24GB 显存—— [指南](/guides/guides_v2-zh/shi-pin-sheng-cheng/mochi-1.md)

### 此前已添加（2026 年 2 月）

* **Qwen3.5** ——阿里巴巴的 397B MoE，在数学上击败 Claude 4.5 Opus
* **GLM-5** ——智谱 AI 的 744B MoE，MIT 许可，开源榜单第 1
* **Ling-2.5-1T** ——蚂蚁集团的万亿参数模型，采用线性注意力
* **Kimi K2.5** ——Moonshot AI 的 1T MoE，MIT 许可，视觉智能体式
* **Mistral Large 3** ——675B MoE，Apache 2.0，前沿级编程与推理
* **Llama 4 Scout/Maverick** ——Meta 的 MoE 变革，1000 万上下文窗口
* **Gemma 3** ——谷歌的 27B，性能超过 405B 模型
* **FLUX.2 Klein** ——亚秒级图像生成（RTX 4090 上 < 0.5 秒）
* **HunyuanImage 3.0** ——80B MoE，最大的开源图像模型
* **ACE-Step 1.5** ——在小于 4GB 显存下完成整首歌生成
* **FramePack** ——仅需 6GB 显存即可生成 AI 视频
* **Qwen3-TTS** ——仅用 3 秒音频即可在 10+ 种语言中进行声音克隆
* **Kani-TTS-2** ——超轻量 TTS，仅需 3GB 显存
* **DeepSeek-R1** ——与 OpenAI o1 相当的推理模型

### 此前已添加的分类（2026 年 2 月）

* 🤖 **AI 平台与智能体** ——18 篇指南：Dify、CrewAI、AutoGPT、OpenHands、MetaGPT、n8n、LibreChat、Open Interpreter、SuperAGI、SWE-agent
* 🎵 **音乐生成** ——AI 创作的带人声歌曲（ACE-Step）
* 💻 **AI 编程工具** ——自托管 Copilot 替代方案（Aider、TabbyML）
* 🔧 **Clore 上的 OpenClaw** ——在租用的 GPU 上 24/7 运行你的 AI 助手

## 💰 GPU 定价（2026 年 8 月）

> Clore.ai 市场实时快照， **2026 年 8 月 24 日**：上架 2,202 台服务器 / 6,791 块 GPU，1,198 台服务器可用。价格为 **每 GPU 每小时**，按需计费，按分钟结算。区间为快照时空闲服务器的第 10–90 百分位。完整详情： [GPU 价格与可用性](/guides/guides_v2-zh/ru-men-zhi-nan/pricing.md).

| GPU                    | 显存       | 美元/GPU/小时                         | 最适合                                    | 落地页                                                                                                                              |
| ---------------------- | -------- | --------------------------------- | -------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------- |
| RTX 3060               | 12GB     | $0.03–0.07                        | TTS、小型模型、音乐生成                          | —                                                                                                                                |
| RTX 3070               | 8GB      | $0.03–0.09                        | 7B 模型、Whisper、批量推理                     | [租用](https://clore.ai/rent-3070.html) / [托管](https://clore.ai/host-3070.html)                                                    |
| RTX 3080               | 10GB     | $0.05–0.19                        | 7B–14B 模型、图像生成                         | [租用](https://clore.ai/rent-3080.html) / [托管](https://clore.ai/host-3080.html)                                                    |
| RTX 3090               | 24GB     | $0.07–0.21                        | SDXL、27B Q4、每 GB 最佳性价比                 | [租用](https://clore.ai/rent-3090.html) / [托管](https://clore.ai/host-3090.html)                                                    |
| RTX 4070 Ti            | 12GB     | $0.07–0.25                        | SDXL、ComfyUI、7B 模型                     | [租用](https://clore.ai/rent-4070-ti.html)                                                                                         |
| RTX 4080               | 16GB     | $0.09–0.17                        | FLUX、14B 模型、微调                         | [租用](https://clore.ai/rent-4080.html)                                                                                            |
| RTX 4090               | 24GB     | $0.14–0.42                        | FLUX、Qwen3.8-27B Q4、Mistral Small 4 Q2 | [租用](https://clore.ai/rent-4090.html) / [托管](https://clore.ai/host-4090.html)                                                    |
| RTX 5070 Ti            | 16GB     | $0.10–0.25                        | Blackwell FP4、SDXL、14B 模型              | —                                                                                                                                |
| RTX 5080               | 16GB     | $0.12–0.62                        | 快速 FLUX、14B–30B 量化                     | [租用](https://clore.ai/rent-5080.html)                                                                                            |
| RTX 5090               | 32GB     | $0.25–0.77                        | Qwen3.8-27B FP8、LTX-2.5 视频、70B Q4      | [租用](https://clore.ai/rent-5090.html) / [托管](https://clore.ai/host-5090.html)                                                    |
| RTX PRO 6000 Blackwell | 96GB     | $0.92–1.38                        | 单卡运行 70B BF16，4× 机架 = 380GB            | —                                                                                                                                |
| Tesla V100 SXM2        | 32GB     | $0.05–0.06                        | 廉价 8-GPU 机架，总计 256GB                   | —                                                                                                                                |
| H100 NVL               | 94GB     | \~$1.04                           | 前沿推理——市场上只有 4 台                        | [租用](https://clore.ai/rent-h100.html)                                                                                            |
| A100 / H200 / B200     | 80–192GB | [裸机](https://clore.ai/bare-metal) | 未在市场上列出；可按需提供专用节点                      | [A100](https://clore.ai/rent-a100-80gb.html) / [H200](https://clore.ai/rent-h200.html) / [B200](https://clore.ai/rent-b200.html) |

**现货 vs 按需：** 现货并不一定自动更便宜。在同一快照中，63% 的服务器将现货价格列为与按需价格完全相同；若存在折扣，中位数约为 13%。

**部分 GPU 租用：** 60% 的已列出服务器（2,202 台中的 1,331 台）允许你从更大的机架中租用 1–2 块 GPU，并且只为这些 GPU 付费。查看 [部分 GPU 租赁](/guides/guides_v2-zh/ru-men-zhi-nan/partial-gpu-rental.md).

*想把闲置 GPU 变现？查看* [*托管页面*](https://clore.ai/llms.txt) *，了解每种显卡型号的月收入估算。*

## 🚀 快速开始

刚接触 Clore.ai？→ [**快速入门指南**](/guides/guides_v2-zh/quickstart.md)

已经知道你需要什么了吗？

| 我想要……           | 从这里开始                                                                                                                                                                                                            |
| --------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| 在本地与 AI 聊天      | [Ollama 指南](/guides/guides_v2-zh/yu-yan-mo-xing/ollama.md)                                                                                                                                                       |
| 运行前沿代码 LLM      | [DeepSeek V4](/guides/guides_v2-zh/yu-yan-mo-xing/deepseek-v4.md), [GLM-5.1](/guides/guides_v2-zh/yu-yan-mo-xing/glm-5-1.md)，或 [MiMo-V2.5-Pro](/guides/guides_v2-zh/yu-yan-mo-xing/mimo-v25-pro.md)              |
| 运行单 GPU 代码 LLM  | [Qwen3.6-27B](/guides/guides_v2-zh/yu-yan-mo-xing/qwen36-27b.md) （RTX 4090 Q4）或 [Ling-2.6-flash](/guides/guides_v2-zh/yu-yan-mo-xing/ling-26-flash.md)                                                           |
| 生成图片            | [FLUX.2 Klein](/guides/guides_v2-zh/tu-xiang-sheng-cheng/flux2-klein.md) 或 [ComfyUI](/guides/guides_v2-zh/tu-xiang-sheng-cheng/comfyui.md)                                                                       |
| 生成视频            | [FramePack](/guides/guides_v2-zh/shi-pin-sheng-cheng/framepack.md) （仅需 6GB！）或 [Wan2.1](/guides/guides_v2-zh/shi-pin-sheng-cheng/wan-video.md)                                                                    |
| 克隆语音            | [Voxtral TTS](/guides/guides_v2-zh/yin-pin-yu-yu-yin/voxtral-tts.md), [Qwen3-TTS](/guides/guides_v2-zh/yin-pin-yu-yu-yin/qwen3-tts.md)，或 [Zonos](/guides/guides_v2-zh/yin-pin-yu-yu-yin/zonos-tts.md)            |
| 转录音频            | [WhisperX](/guides/guides_v2-zh/yin-pin-yu-yu-yin/whisperx.md)                                                                                                                                                   |
| 微调模型            | [Unsloth](/guides/guides_v2-zh/xun-lian/unsloth-finetune.md) （快 2 倍，显存占用减少 70%）                                                                                                                                  |
| 生成音乐            | [ACE-Step](/guides/guides_v2-zh/yin-yue-sheng-cheng/ace-step.md) （显存 < 4GB！）                                                                                                                                     |
| 自托管 Copilot     | [TabbyML](/guides/guides_v2-zh/ai-bian-cheng-gong-ju/tabby.md) （每月 $4.50）                                                                                                                                        |
| 运行 AI 智能体平台     | [Dify](/guides/guides_v2-zh/ai-ping-tai-yu-zhi-neng-ti/dify.md), [CrewAI](/guides/guides_v2-zh/ai-ping-tai-yu-zhi-neng-ti/crewai.md)，或 [OpenHands](/guides/guides_v2-zh/ai-ping-tai-yu-zhi-neng-ti/openhands.md) |
| 自托管 ChatGPT 替代品 | [LibreChat](/guides/guides_v2-zh/ai-ping-tai-yu-zhi-neng-ti/librechat.md) 或 [LobeChat](/guides/guides_v2-zh/ai-ping-tai-yu-zhi-neng-ti/lobechat.md)                                                              |
| 24/7 运行 AI 助手   | [Clore 上的 OpenClaw](/guides/guides_v2-zh/qi-ta-gong-zuo-fu-zai/openclaw-on-clore.md)                                                                                                                             |
| 选择合适的 GPU       | [GPU 对比](/guides/guides_v2-zh/ru-men-zhi-nan/gpu-comparison.md)                                                                                                                                                  |

## 📖 文档与支持

* **主要文档**: [docs.clore.ai](https://docs.clore.ai/)
* **这些指南**: [docs.clore.ai/guides](https://docs.clore.ai/guides/)
* **市场**: [clore.ai/marketplace](https://clore.ai/marketplace)
* **支持**: [clore.ai/support](https://clore.ai/support) / <support@clore.ai>
* **Discord**: [discord.com/invite/clore-ai](https://discord.com/invite/clore-ai)
* **Telegram**: [@clorechat](https://t.me/clorechat)


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.clore.ai/guides/guides_v2-zh/readme.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.