没有高新能显卡，依然可以尝试 Qwen 2.1 （可破甲）

最近在云端跑图、跑 Qwen Image 2.1，自己的 mac mini4 16G 非常慢一张图能用十几分钟，实在难熬。

想着尝试租用 GPU, 对比过几家之后，RunPod 在「开箱即用 + 按秒计费 + 显卡选择多」这三点上最省事。官方有 ComfyUI 模板，点开就能用 Jupyter、FileBrowser、ComfyUI，不用自己从零装环境。

大家可以用我的 aff 哈：https://runpod.io?ref=g8mlg4ks

一、注册 + 充值（最少 $10）

打开上面的 AFF 链接，用 Google 登录。
进入 Billing，先充值 至少 10 美金。
按秒计费，不用的时候点 Stop，钱不会空烧。
粗算：若按约 $0.55/小时 的入门档算，$10 大概能跑 近 20 小时；若用下面推荐的 RTX PRO 4500 / 4500 SE（约 $0.72/小时），$10 大约 13～14 小时。先充 $10 足够把环境跑通、出图验证。

二、开始部署机器：「Deploy a Pod」，按实际操作顺序

1. 选模板
   Pods → Deploy a Pod → Explore templates / 选官方模板。
   常用两个：

ComfyUI（官方 ComfyUI 模板，适合直接出图）
Runpod Pytorch（更干净的 PyTorch 环境，自己装节点也行）

选择： ComfyUI - CUDA 13.0 （offical）

2. 选显卡（重点）

模板选好后进 Compute。截图里当时的大致价位（会随库存浮动，以页面为准）：

显卡显存截图价（约）适合做什么RTX 409024GB$0.74/h（Secure）/ Community 更便宜常规 SD / 中等模型RTX PRO 450032GB$0.72/hQwen Image、较大工作流，性价比首选RTX PRO 4500 SE32GB$0.72/h和 4500 同价，32GB 更从容，强烈推荐RTX A600048GB$0.53 左右（常缺货）显存够，但经常 Out of capacityRTX PRO 6000 / WK96GB$2.09～$2.19/h超大模型、多卡级工作流H200 NVL / H200 SXM141～143GB$3.79～$4.59/h训练 / 超大显存B200 / B300180 / 288GB$6.79～$7.89/h土豪训练档
个人建议：日常出图、Qwen Image 2.1 直接锁 RTX PRO 4500 或 4500 SE。

32GB 比 4090 的 24GB 宽一档，价格几乎一样甚至更香；H200 / B200 对个人出图属于浪费。
Region 可选 Any region。GPU count 先选 1。容器磁盘截图里是 150GB（模板常提示建议再挂 50GB 持久盘，模型要反复用就加 Network Volume，避免停机后模型被清掉）。
Pod 名字可以不管，系统会随机生成（例如 asleep_sapphire_zebra）。
点 Deploy Pod。

3. 等机器变绿，连三个端口
   部署成功后进入 Pod 页，Connect 里一般会看到：

Port 8080 → FileBrowser（传模型、下图）
Port 8188 → ComfyUI
Port 8888 → JupyterLab

三个都是 Ready 再点进去。

4. Jupyter / 终端里下模型（Qwen Image 2.1 示例）
   在 JupyterLab 开 Terminal，模型放到 ComfyUI 对应目录，例如：

.../ComfyUI/models/diffusion_models/qwen-image-2.1-UC-Q8_0.gguf
.../ComfyUI/models/vae/qwen_image_2.1_vae_bf16.safetensors
.../ComfyUI/models/text_encoders/qwen3vl_8b_int8_convrot.safetensors

5. 打开 ComfyUI 跑工作流
   浏览器打开 8188 的 ComfyUI。

Qwen Image 2.1 用 Text Encode Qwen Image 2.1 这类节点：clip / image_1 / vae 接好，正面提示词丢进 positive。
实测一单大约十几秒级（视分辨率、步数、量化档位而定）。任务队列里能看到生成文件名和时间，例如 Qwen_image_2.1_GGUF_00003.png 17.77s。
跑完图：FileBrowser 下载，或者直接在 ComfyUI 输出目录取。

大文件用 wget 直链下即可。7GB 级 GGUF 在机房网速下常见 100MB/s+，几分钟搞定。

6. 用完一定要点 Stop
   按秒计费。页面上的 Stop 不点，磁盘+GPU 会一直扣。

只想留模型、下次接着用：提前挂 Persistent / Network Volume，不要只写在容器盘里。