Catalogue

chaque modèle que nous servons, et son vrai prix

Un seul endpoint compatible OpenAI, uniquement des poids ouverts, tarifés au million de tokens sans minimum ni abonnement. Chaque modèle atteint plusieurs classes de GPU grâce à différentes quantisations : une carte de 6 Go et une carte de 24 Go ont toutes deux du travail — et les hôtes gardent 80 % de ce que gagne leur matériel.

ce que votre GPU peut servir

Votre carte	Modèles	Par exemple
6 GB	3	Gemma 4 E4B Instruct, Qwen2.5 1.5B Instruct, Qwen2.5 0.5B Instruct
8 GB	3	Gemma 4 E4B Instruct, Qwen2.5 1.5B Instruct, Qwen2.5 0.5B Instruct
10 GB	5	Qwen3.8 27B Instruct, Gemma 4 12B Instruct, Gemma 4 E4B Instruct
12 GB	7	Qwen3.8 27B Instruct, GLM-4.7-Flash, Qwen3 Coder 30B-A3B
16 GB	9	Qwen3.8 27B Instruct, Qwen3.6 35B-A3B, GLM-4.7-Flash
24 GB	10	Qwen3.8 27B Instruct, Qwen3.6 35B-A3B, GLM-4.7-Flash

VRAM minimale par build. Installez mahout et lancez mahout models — il vous dit exactement ce que votre carte peut servir.

Qwen3.8 27B Instruct

qwen3.8-27b

chatcodereasoninglong-contextmultilingualtool-usevision

27B dense 256K Apache-2.0 dès 9 GB €0.25 entrée · €0.75 sortie par million de tokens

2026 flagship open model for a single card: strong reasoning and code, 262K context, and no EU-sovereign listing anywhere else.

9 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`UD-Q5_K_M`	18.4 GB	23 GB VRAM	32K	qualité de référence
`UD-Q4_K_M`	15.3 GB	20 GB VRAM	32K	qualité de référence
`UD-IQ4_XS`	13.3 GB	18 GB VRAM	32K	équilibré
`UD-Q3_K_XL`	12.2 GB	16 GB VRAM	32K	équilibré
`UD-IQ3_S`	11.2 GB	15 GB VRAM	32K	équilibré
`UD-IQ3_XXS`	10.2 GB	14 GB VRAM	32K	compact — pour les petites cartes
`UD-Q2_K_XL`	9.2 GB	12 GB VRAM	32K	compact — pour les petites cartes
`UD-IQ2_S`	7.8 GB	11 GB VRAM	16K	compact — pour les petites cartes
`UD-IQ2_XXS`	6.8 GB	9 GB VRAM	16K	compact — pour les petites cartes

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

Qwen3.6 35B-A3B

qwen3.6-35b-a3b

chatcodereasoninglong-contextmultilingualtool-usevision

35B MoE, 3B active 256K Apache-2.0 dès 14 GB €0.18 entrée · €0.55 sortie par million de tokens

Fast enough to delegate to: 3B active parameters decode at small-model speed while the full 35B answers, which is what makes it the one to hand sub-agent work to. Drafts ahead, sees images, 262K context.

8 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`UD-IQ4_NL`	17.3 GB	22 GB VRAM	32K	qualité de référence
`UD-IQ4_XS`	17 GB	21 GB VRAM	32K	qualité de référence
`UD-Q3_K_XL`	16 GB	20 GB VRAM	32K	équilibré
`UD-IQ3_S`	14.3 GB	19 GB VRAM	32K	équilibré
`UD-IQ3_XXS`	13.1 GB	18 GB VRAM	32K	équilibré
`UD-Q2_K_XL`	11.7 GB	16 GB VRAM	32K	compact — pour les petites cartes
`UD-IQ2_XXS`	11 GB	15 GB VRAM	32K	compact — pour les petites cartes
`UD-IQ1_M`	10.6 GB	14 GB VRAM	16K	compact — pour les petites cartes

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

GLM-4.7-Flash

glm-4.7-flash

chatcodereasoninglong-contextmultilingualtool-use

31B MoE 198K MIT dès 11 GB €0.16 entrée · €0.5 sortie par million de tokens

MIT licensed end to end — the most permissive terms in the catalogue, and the answer for buyers whose legal team reads the licence. Strong general reasoning from a second vendor.

9 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_1`	17.7 GB	23 GB VRAM	32K	qualité de référence
`UD-Q4_K_XL`	16.3 GB	21 GB VRAM	32K	qualité de référence
`IQ4_XS`	15.2 GB	20 GB VRAM	32K	équilibré
`UD-Q3_K_XL`	12.8 GB	17 GB VRAM	32K	équilibré
`UD-IQ3_XXS`	12 GB	16 GB VRAM	32K	équilibré
`UD-Q2_K_XL`	11.1 GB	15 GB VRAM	32K	compact — pour les petites cartes
`UD-IQ2_XXS`	9.8 GB	14 GB VRAM	32K	compact — pour les petites cartes
`UD-IQ1_S`	8.6 GB	12 GB VRAM	16K	compact — pour les petites cartes
`UD-TQ1_0`	7.8 GB	11 GB VRAM	16K	compact — pour les petites cartes

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

Qwen3 Coder 30B-A3B

qwen3-coder-30b-a3b

chatcodereasoninglong-contexttool-use

30B MoE, 3B active 256K Apache-2.0 dès 11 GB €0.2 entrée · €0.6 sortie par million de tokens

Built for code and agentic tool use: repository-scale context at 262K, and 3B active parameters so it answers at conversational speed.

9 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_1`	17.9 GB	23 GB VRAM	32K	qualité de référence
`UD-Q4_K_XL`	16.5 GB	21 GB VRAM	32K	qualité de référence
`IQ4_XS`	15.3 GB	20 GB VRAM	32K	équilibré
`UD-Q3_K_XL`	12.9 GB	17 GB VRAM	32K	équilibré
`UD-IQ3_XXS`	12 GB	16 GB VRAM	32K	équilibré
`UD-Q2_K_XL`	11 GB	15 GB VRAM	32K	compact — pour les petites cartes
`UD-IQ2_XXS`	9.6 GB	14 GB VRAM	32K	compact — pour les petites cartes
`UD-IQ1_M`	9 GB	13 GB VRAM	16K	compact — pour les petites cartes
`UD-TQ1_0`	7.5 GB	11 GB VRAM	16K	compact — pour les petites cartes

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

Gemma 4 26B-A4B Instruct

gemma-4-26b-a4b

chatreasoningmultilinguallong-context

26B MoE, 4B active 128K Gemma Terms of Use dès 17 GB €0.15 entrée · €0.45 sortie par million de tokens

Mixture-of-experts: 26B of knowledge at the speed of a 4B model. Quantization-aware weights published by Google, so the 4-bit build loses far less than a post-hoc quantization.

1 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_0 (QAT)`	13.4 GB	17 GB VRAM	32K	qualité de référence

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

gpt-oss 20B

gpt-oss-20b

chatcodetool-usereasoning

20B MoE 128K Apache-2.0 dès 14 GB €0.12 entrée · €0.4 sortie par million de tokens

Open-weight 20B tuned for tool use and structured output. Natively MXFP4, so 4-bit costs it almost nothing.

1 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_K_M`	10.8 GB	14 GB VRAM	32K	qualité de référence

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

Gemma 4 12B Instruct

gemma-4-12b

chatreasoningmultilingual

12B dense 128K Gemma Terms of Use dès 10 GB €0.08 entrée · €0.25 sortie par million de tokens

The 8 GB workhorse: a capable general assistant on cards most gamers already own, with Google's quantization-aware 4-bit weights.

1 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_0 (QAT)`	6.5 GB	10 GB VRAM	32K	qualité de référence

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

Gemma 4 E4B Instruct

gemma-4-e4b

chatmultilingual

8B MatFormer, 4B effective 128K Gemma Terms of Use dès 6 GB €0.05 entrée · €0.15 sortie par million de tokens

Built for small cards and laptops: 6 GB of VRAM is enough to earn.

1 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_0 (QAT)`	4.8 GB	6 GB VRAM	16K	qualité de référence

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

Qwen2.5 1.5B Instruct

qwen2.5-1.5b-instruct

chat

1.5B dense 32K Apache-2.0 dès 3 GB €0.05 entrée · €0.15 sortie par million de tokens

Tiny, fast, runs anywhere — the enrollment smoke test and the model behind starter work for a freshly linked machine.

1 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_K_M`	1 GB	3 GB VRAM	32K	qualité de référence

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

Qwen2.5 0.5B Instruct

qwen2.5-0.5b-instruct

chat

0.5B dense 32K Apache-2.0 dès 2 GB €0.02 entrée · €0.06 sortie par million de tokens

Smallest catalog entry: CPU-only fallback and multi-model swap tests.

1 builds — un par classe de VRAM

quantisation	téléchargement	requiert	contexte	notes
`Q4_K_M`	0.5 GB	2 GB VRAM	32K	qualité de référence

Chaque build est épinglé à une révision amont exacte et vérifié contre son SHA-256 avant de tourner — sur votre machine si vous hébergez, et sur celle qui vous sert si vous développez.

utilisez-les, ou servez-les

Pointez l'URL de base de votre SDK vers https://app.elephantpool.ai/api/gateway/v1 et passez l'identifiant du modèle — ou connectez un GPU et soyez payé pour chaque token produit.

Servir avec votre GPU Appeler l'API