21 октября 2026 г. · Анатолий Крылов, редактор Тераферма
RTX 3090 или RTX 4090 для нейросетей: что выгоднее арендовать под вашу задачу
RTX 3090 и RTX 4090 стоят в аренде 26 и 48 ₽ в час. Память у них одинаковая, 24 ГБ, а вот скорость в разных задачах отличается от 8% до 2,3 раза. Поэтому ответ простой: для чат-бота и инференса LLM для одного пользователя выгоднее RTX 3090, для генерации картинок и обучения подойдёт та карта, у которой ниже цена готового результата. Ниже расчёт для каждой задачи.
Характеристики: где карты равны, а где нет
| Параметр | RTX 3090 | RTX 4090 | Разница |
|---|---|---|---|
| Архитектура | Ampere, 2020 | Ada Lovelace, 2022 | — |
| Видеопамять | 24 ГБ GDDR6X | 24 ГБ GDDR6X | равны |
| Пропускная способность памяти | 936 ГБ/с | 1 008 ГБ/с | +8% |
| FP16/BF16 Tensor, TFLOPS | 71 | 165 | ×2,3 |
| FP8 | нет | есть | — |
| TDP | 350 Вт | 450 Вт | — |
| Аренда, ₽/час | 26 | 48 | — |
Из таблицы видно три вещи.
- Память равна. Если задача не влезает в RTX 3090, в RTX 4090 она тоже не влезет. Платить за 4090 ради «большей карты» бессмысленно.
- Пропускная способность почти равна. Генерация текста LLM упирается именно в неё, поэтому в чате карты идут почти вровень.
- Вычисления отличаются в 2,3 раза. Это всё, что считает матрицы: шаги диффузии в Stable Diffusion и Flux, прямой и обратный проход при обучении, обработка длинного промпта перед ответом.
Как посчитать, какая карта выгоднее
Сравнивать нужно не цену часа, а цену готового результата: картинки, эпохи обучения, миллиона токенов.
Формула:
цена задачи = цена часа × время задачиЕсли RTX 4090 быстрее RTX 3090 в K раз, а дороже в P раз, то:
- K > P: RTX 4090 дешевле на задачу и быстрее;
- K < P: RTX 3090 дешевле, но дольше;
- K ≈ 1 (генерация текста): RTX 3090 почти всегда выгоднее.
Цены на маркетплейсе меняются вместе с предложением владельцев, поэтому P проверяйте в каталоге на день аренды. Скорость K от цены не зависит, её мы разберём по задачам.
Генерация текста LLM: K ≈ 1,1
Когда модель генерирует ответ, на каждый новый токен видеокарта заново читает все веса из памяти. Скорость ограничивает пропускная способность, а не вычисления. Ориентир для одного пользователя:
токенов в секунду ≈ пропускная способность ÷ размер весов × 0,6| Модель в 4 битах | Веса | RTX 3090, ток/с | RTX 4090, ток/с |
|---|---|---|---|
| 8B (Qwen3, Llama 3.1) | ~5 ГБ | 110–150 | 120–160 |
| 14B | ~9 ГБ | 60–80 | 65–85 |
| 32B | ~19 ГБ | 28–38 | 30–42 |
| 70B | ~40 ГБ | не помещается | не помещается |
Человек читает 5–10 токенов в секунду, комфортный чат начинается с 20–30. Обе карты дают это с запасом на моделях до 32B. Если запросы приходят по одному, RTX 3090 даёт почти ту же скорость за меньшие деньги.
Есть два исключения.
- Длинные промпты. Обработка входа (prefill) считается параллельно и упирается в вычисления. На RAG с контекстом 20–30 тысяч токенов RTX 4090 начинает отвечать примерно вдвое раньше.
- Много пользователей сразу. vLLM склеивает запросы в batch, и с ростом batch нагрузка смещается с памяти на вычисления. При десятках параллельных запросов суммарная скорость RTX 4090 выше в 1,5–2 раза.
Про свой API под нагрузку подробнее написано в статье сколько GPU нужно на 1000 пользователей, а подбор карты под размер модели — на странице аренды GPU для LLM и инференса.
Генерация картинок: K ≈ 1,8–2
Диффузионная модель делает 20–30 шагов, и каждый шаг требует тяжёлых матричных вычислений. Здесь RTX 4090 выигрывает по-настоящему.
| Задача | RTX 3090 | RTX 4090 | 1 000 картинок на 3090 | 1 000 картинок на 4090 |
|---|---|---|---|---|
| SDXL, 1024 × 1024, 30 шагов | ~8 с | ~4,5 с | 58 ₽ | 60 ₽ |
| Flux dev, 1024 × 1024, 28 шагов | ~35 с | ~18 с | 253 ₽ | 240 ₽ |
Время указано как ориентир для ComfyUI без ускорителей вроде TensorRT. Для Flux на RTX 4090 мы считаем запуск в FP8, на RTX 3090 — в FP16 или GGUF Q8: FP8-ядер у Ampere нет.
Если RTX 4090 дороже RTX 3090 меньше чем вдвое, 1 000 картинок на ней обходятся дешевле. Если больше чем вдвое — дешевле на 3090, но вы ждёте результат в два раза дольше. Для пакетной генерации на ночь это неважно, для работы в интерфейсе с подбором промпта — важно: 18 секунд и 35 секунд на картинку ощущаются очень по-разному.
Полный разбор цены кадра на разных картах есть в статье сколько стоит одна картинка в Flux и SDXL.
Обучение и дообучение: K ≈ 1,7–2,3
Обучение нагружает карту сильнее всего: прямой проход, обратный проход и шаг оптимизатора на каждом батче. Если загрузка GPU держится выше 90%, ускорение RTX 4090 приближается к паспортным 2,3 раза. На практике мешают загрузка данных и короткие батчи, поэтому реальный выигрыш — 1,7–2 раза.
| Задача | RTX 3090 | RTX 4090 | Стоимость на 3090 | Стоимость на 4090 |
|---|---|---|---|---|
| QLoRA 8B, 10 тыс. примеров, 3 эпохи | ~6–9 ч | ~3–5 ч | 156–234 ₽ | 144–240 ₽ |
| LoRA для SDXL, 30 картинок | ~1–2 ч | ~0,5–1 ч | 26–52 ₽ | 24–48 ₽ |
| YOLO, 5 тыс. картинок | ~4–7 ч | ~2–4 ч | 104–182 ₽ | 96–192 ₽ |
Время зависит от длины примеров, разрешения и batch, поэтому перед долгим запуском прогоните 50–100 шагов и умножьте время шага на их число. Это занимает 5 минут и сразу показывает реальный K для вашей задачи.
Одно правило работает всегда: отлаживайте скрипт на RTX 3090, а длинное обучение запускайте на той карте, где ниже цена эпохи. Подробнее о выборе карты под обучение читайте на странице аренды GPU для обучения моделей.
Что ещё отличает карты
FP8. В RTX 4090 есть тензорные ядра FP8. Это даёт выигрыш на моделях, выложенных в FP8 (многие версии Flux, Qwen, DeepSeek), и в vLLM с --quantization fp8. На RTX 3090 такие веса придётся конвертировать или брать другие кванты: GGUF, AWQ, GPTQ.
Новые библиотеки. Часть оптимизаций (FlashAttention 3, некоторые ядра TensorRT-LLM) рассчитана на Ada и новее. Базовый стек (PyTorch, FlashAttention 2, vLLM, ComfyUI) работает на обеих картах.
Нагрев и стабильность. Это забота владельца машины, а не арендатора. Перед запуском можно посмотреть температуру и частоты в nvidia-smi: если карта под нагрузкой сбрасывает частоту, лучше перезапустить сервер на другой машине.
Короткая шпаргалка
| Задача | Что брать | Почему |
|---|---|---|
| Чат-бот на 8–32B для себя или команды | RTX 3090 | та же память и почти та же скорость генерации |
| API под десятки параллельных запросов | RTX 4090 | batch нагружает вычисления, а там 4090 быстрее вдвое |
| RAG с длинным контекстом | RTX 4090 | prefill в 2 раза быстрее |
| SDXL и Flux в интерфейсе | RTX 4090 | время на картинку вдвое меньше |
| Пакетная генерация на ночь | дешевле на картинку по текущим ценам | время не важно, важна цена тысячи кадров |
| Дообучение LoRA и QLoRA | дешевле на эпоху по текущим ценам | обычно 4090, если она дороже меньше чем вдвое |
| Модель 70B | ни та, ни другая | нужно 48 ГБ: RTX A6000 или L40S |
| Отладка кода, первые эксперименты | RTX 3090 | дешёвый час, ошибки стоят меньше |
RTX 4090 не «лучше» RTX 3090 вообще, она быстрее в вычислениях. Если ваша задача — генерация текста, платите за память, и RTX 3090 даёт её дешевле. Если задача — картинки или обучение, сравните цену часа двух карт с ускорением в 1,8–2 раза и берите ту, где ниже цена результата.
Обе карты с поминутной оплатой есть в каталоге: аренда RTX 3090 и аренда RTX 4090. Запустите на каждой свой скрипт на 15 минут (это минимальное списание за запуск), и вы получите точный ответ для своей задачи вместо оценки.