Японский автор попросил агента Muse нарисовать белого кота. Тот поднял GPU на Kaggle, нарисовал кота в шляпе и сам добавил ошейник с кулоном, о котором его никто не просил. Карта не нужна, но подвохи есть. Генерировать картинки бесплатно можно.
Автор записи на note mlunarcreation показывает, как запускать генерацию изображений на бесплатном GPU Kaggle. Рутину он отдаёт агенту через официальный MCP-сервер Kaggle: сохранение ноутбука, наблюдение за запуском и сбор результатов. Его формулировка:
Значит, мне остаётся одно: решить, что генерировать. Сохранение ноутбука, наблюдение за запуском и сбор результатов берёт на себя агент. (mlunarcreation, note)
Коротко
- Kaggle даёт две Tesla T4 по 15 ГБ и общую квоту около 30 часов GPU в неделю
- Карта не нужна, а верификация по телефону нужна: без неё не включатся GPU и интернет в ноутбуке
- Автор записи запускает генерацию пакетом и не держит сессию открытой
- Файлы из сессии могут пропасть, поэтому выгружайте результаты до остановки
- Muse пока открыт в США, Канаде, Японии и Сингапуре; русскому креатору нужен другой MCP-совместимый агент
Железо: две карты, одна квота
Железо здесь главное, от него зависит всё остальное. С 15 сентября 2026 года у Kaggle остался один бесплатный GPU-вариант: GPU T4 x2. Старый P100 сняли в тот же день, а его ноутбуки перевели на T4 автоматически (разбор Hari Krishna на Substack).
Две карты по 15 ГБ работают отдельно, памяти в сумме не получится. Код должен сам делить работу между ними. Если модель сидит на одной карте, вторая простаивает.
| Параметр | Что написано | Откуда |
|---|---|---|
| GPU | 2× Tesla T4, по 15 ГБ | документация Kaggle, разбор Hari Krishna |
| Квота | около 30 ч в неделю, одна общая на все GPU | блог Maborak, разбор Hari Krishna |
| Сессия | до 12 ч подряд | блог Maborak, заметка на note от 16 ноября |
| Карта | не потребовалась | заметка на note от 16 ноября |
| TPU | отдельно, до 20 ч в неделю | заметка на note от 16 ноября |
Тридцать часов в неделю звучат щедро, пока не узнаешь, что час на двух картах списывает час квоты. Квота сбрасывается раз в неделю и составляет «30 часов или иногда больше, в зависимости от спроса и ресурсов» (цитата по блогу Maborak). Hari Krishna пишет, что сотрудник Kaggle подтвердил: час на T4 x2 списывает час квоты, хотя карт две. Значит, трёхчасовой прогон съест три часа квоты.
Конвейер в шесть шагов
Схема такая: агент подключается к официальному MCP-серверу Kaggle, сохраняет ноутбук, и тот выполняется на стороне Kaggle от первой ячейки до последней. Агент проверяет статус, забирает файлы и логи. Автор работает с Muse, который живёт в облаке и умеет запускать задачи по расписанию.
Шаги в порядке автора записи:
- Отдельный аккаунт Kaggle, не привязанный к основному Google. Почта, диск и эксперименты с GPU разделены: если что-то заблокируют, страдает только тестовый аккаунт.
- Верификация по телефону. Без неё GPU и интернет в ноутбуке не включатся, и это легко пропустить.
- API-токен в разделе Settings → API, он начинается с KGAT. Токен — это пароль: его не вставляют в чат и не публикуют. Автор вводит токен через защищённое окно, и агент использует его только через подключение.
- Подключение MCP. Адрес и заголовок авторизации есть в документации Kaggle (kaggle.com/docs/mcp). Один из разборов (блог nxmr) добавляет конфиг в Claude Code через npx mcp-remote и советует не коммитить файл с токеном. Там же сказано, что с первого раза ноутбук не заработал: понадобилось три прогона.
- Пробный GPU-запуск на 50 секунд. Он показывает карты, версии PyTorch и CUDA и проверяет, что умножение матриц проходит. Если потом что-то падает, по пробе видно, связь это или код.
- Генерация пакетом через SaveAndRunAll: одна задача за раз, без открытой интерактивной сессии.
Про пробный запуск автор пишет цифрами, и их полезно держать в голове:
Когда я запустил пробный GPU-ноутбук, 19 секунд вычислений списали 18,6 секунды квоты. (mlunarcreation, note)
28 секунд на картинку, 67 с со всей загрузкой
В материалах три замера, и они про разное. Автор заметки на note от 9 ноября гонял SDXL-модель Animagine XL 4.0 на 1024×1024 и 28 шагах. Автор заметки от 16 ноября получил 29 секунд на картинку при 30 шагах на тех же T4. В заметке от 10 ноября картинка на Muse заняла около 28 секунд, а вместе с загрузкой модели — около 67.
| Задача | Время | Условия |
|---|---|---|
| Картинка SDXL 1024×1024 | 28–29 с | 28–30 шагов, T4 x2, по замерам трёх заметок на note |
| То же с загрузкой модели | около 67 с | первый запуск, заметка от 10 ноября |
| Ждать запуска в воскресный вечер | около 26 мин | заметка от 9 ноября, при добавлении LoRA |
| Рендер 3-секундного ролика в Blender | около 13 мин | без GPU: у Muse нет видеокарты в его виртуальной машине, заметка от 10 ноября |
Условно: сто картинок по 28 секунд — это около 47 минут чистого счёта. Но это в идеальном случае, без очереди и без пересборок. С очередью вечер может растянуться.
Закрыл сессию, открыл папку — а там пусто
Картинка с котом лежала в рабочей папке Kaggle. Сессию остановили, папку открыли — ноль файлов. Спас кота ноутбук: картинку вывели прямо в нём, и она сохранилась вместе с кодом.
Когда я после остановки сессии открыл папку, она оказалась пустой. (автор заметки на note от 10 ноября, перевод)
Тут есть противоречие. Hari Krishna пишет, что /kaggle/working даёт до 20 ГБ сохраняемого диска, а временное место стирается при окончании сессии. Заметка от 10 ноября описывает пустую рабочую папку после остановки. В материалах это не разобрано, и проверить нужно на своём аккаунте.
Вывод из обеих историй напрашивается такой: выгружать результаты в своё хранилище после каждой партии, а не после остановки. Это рекомендация по материалам, замером её назвать нельзя.
Почему не Colab и не Modal
Автор заметки от 10 ноября сравнил три варианта и выбрал Kaggle:
| Сервис | Карта | Что написано в заметке |
|---|---|---|
| Kaggle | не нужна | 0 ₽ и понятный лимит 30 ч в неделю |
| Google Colab | не указано | 0 ₽, но автор не нашёл, сколько реально можно использовать |
| Modal | нужна | при ошибке в настройках остановки деньги могут списаться, поэтому его отбросили |
Подвохи: квота, очередь, правила
- Квота общая для всех GPU-задач: один долгий прогон съедает неделю (разбор Hari Krishna)
- Сессия живёт до 12 часов, так что сервером для постоянной работы это не станет (блог Maborak)
- В правилах Kaggle (Acceptable Use Policy) названы «server farming» и «деятельность, не связанная с ML data science» как злоупотребления (блог Maborak, со ссылкой на текст правил)
- Очереди бывают: в воскресный вечер ждали около 26 минут (заметка от 9 ноября)
- Файлы из сессии могут пропасть, см. выше
- Сторонняя обёртка MCP: у pdwi2020/mcp-server-kaggle-exec на M8ven рейтинг менялся C → A → C → A за несколько недель (M8ven). Вердикта тут нет, но официальный сервер надёжнее
Правила здесь важны. Генерация картинок под ML-задачу выглядит честным использованием. А прокси-API для клиентов или ферма из ноутбуков — нарушение, которое прямо назвали в правилах. Юридической консультацией это не будет: ниже то, что написано в тексте правил, который цитирует блог Maborak. Прочитайте сами, прежде чем строить на этом что-то большее, чем личные эксперименты.
Muse в России не открыт, но схема переносится
Для русского креатора главный барьер — агент: Muse от Meta доступен в США, Канаде, Японии и Сингапуре, только с 18 лет (обзор aitestedguide, Straits Times). Японский запуск был 23 октября (Straits Times). В России его нет, поэтому важна схема: агент с MCP-подключением.
Подойдёт любой MCP-совместимый агент. В разборе nxmr работают через Claude Code, и там тоже понадобилось три попытки: первые две версии ноутбука упали с разными ошибками, третья прошла. Готовьтесь к нескольким заходам.
Цены: честно, без йен
В материалах нет японских цен в йенах, поэтому в рубли не пересчитываю: курс и дату проверки я не подтвердил. Что есть:
Ночной резерв, а не облако для клиентов
Ценность истории в другом. Это бесплатный ночной резерв под пакетную работу: прогнать партию кадров, апскейл, сравнить две модели на одном промте, пока вы спите. Тридцать часов в неделю — около четырёх часов в день, которые не списываются с вашего кошелька.
Облаком для клиентов это не станет: сессия короткая, очередь бывает, правила прямо не разрешают фермы и API для сторонних. Если нужен сервис с гарантией доступности, берите платный GPU.
Перед первым запуском проверьте
- Верификацию по телефону и доступность GPU в вашем регионе: в материалах это не разобрано
- Пробный GPU-запуск на 50 секунд, а потом одну картинку, и сверить время с замерами 28–29 секунд
- Выгрузку результатов: закрыть сессию только после сохранения и проверить папку
- Acceptable Use Policy перед любым API-сценарием
- Сторонний MCP сравнить с официальным сервером Kaggle
P.S. Пробный прогон на 50 секунд — самый дешёвый способ понять, что у вас сломано: связь или код.
Источники
Kaggle free GPU quota: weekly reset, limits and terms
Meta Muse Review: Can It Really Run Your Daily Tasks?
Kaggle’s Free GPUs for AI Experiments: What You Actually Get
Meta launches Muse AI agent in Singapore | The Straits Times
Источникnote.com
