InternVL2 26B TPS kalkulátor

Otevřít váhy Shanghai AI Lab 25.5B parametry July 2024

Každá karta níže je hodnocena podle tohoto modelu na základě délky kontextu a minimální kvality, kterou si zvolíte. Rychlost je odhad pro jednotlivý požadavek, vypočítaná z paměťové šířky karty a velikosti modelu po kompresi..

Vypočteno pro tento model

241 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Xeon Phi 7120P

16 GB · Q3_K_M · 10.3 tok/s

Nejrychlejší karta

B200

133 tok/s · 180 GB

Které GPU mohou spustit InternVL2 26B?

Nastavte vstupy, přečtěte si odpověď

Délka kontextu tokeny

Delší konverzace potřebuje více paměti, což může tento model vytlačit z menších karet..

Minimální kvalita

Skrývá karty, které by se do modelu vešly pouze jeho stlačením pod tento bod.

Hledat karty

Paměť karty

Také zobrazit karty, které to nemohou spustit.

241 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
133 tok/s 80–213 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	28.0 GB	Q8_0	Pohodlný
133 tok/s 80–213 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	28.0 GB	Q8_0	Pohodlný
106 tok/s 64–170 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	28.0 GB	Q8_0	Pohodlný
106 tok/s 64–170 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	28.0 GB	Q8_0	Pohodlný
84.9 tok/s 51–136 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	28.0 GB	Q8_0	Pohodlný
81.2 tok/s 49–130 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	28.0 GB	Q8_0	Pohodlný
81.2 tok/s 49–130 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	28.0 GB	Q8_0	Pohodlný
77.7 tok/s 47–124 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	28.0 GB	Q8_0	Pohodlný
69.0 tok/s 41–110 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	28.0 GB	Q8_0	Pohodlný
69.0 tok/s 41–110 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	28.0 GB	Q8_0	Pohodlný
69.0 tok/s 41–110 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	28.0 GB	Q8_0	Pohodlný
65.4 tok/s 39–105 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
55.8 tok/s 33–89 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	28.0 GB	Q8_0	Pohodlný
50.6 tok/s 30–81 · nízká důvěra	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.2 GB	Q3_K_M	Těsný
43.0 tok/s 26–69 · nízká důvěra	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.2 GB	Q3_K_M	Těsný
42.5 tok/s 26–68 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	28.0 GB	Q8_0	Pohodlný
42.5 tok/s 26–68 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	28.0 GB	Q8_0	Pohodlný
40.2 tok/s 24–64 · nízká důvěra	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.2 GB	Q3_K_M	Těsný
40.2 tok/s 24–64 · nízká důvěra	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.2 GB	Q3_K_M	Těsný
40.2 tok/s 24–64 · nízká důvěra	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.2 GB	Q3_K_M	Těsný
40.2 tok/s 24–64 · nízká důvěra	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	13.2 GB	Q3_K_M	Těsný

Rychlosti jsou odhady pro jednoho žadatele — jednu konverzaci najednou — vypočítané z šířky pásma paměti, velikosti modelu a kvantizace. Skutečný průchod se liší s výkonem inference a jeho verzí. Čísla zveřejněná výrobci hardwaru měří mnoho simultánních požadavků a jsou mnohem vyšší..

Na záznamu

Plná specifikace

Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..

Původ

Kdo vytvořil tento model, kde a kdy byl publikován.

Organizace: Shanghai AI Lab
Typ organizace: Academia
Země: China
Publikováno: 4 July 2024

Co to dělá

Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.

Doména: Multimodal, Language, Vision, Video
Úkol: Visual question answering, Language modeling/generation, Question answering, Video description, Character recognition (OCR)
Základní model: InternViT-6B,InternLM2-20B

Velikost

Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.

parametry: 25.5B
Výcviková data: tokens

Dostupnost

Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.

Hmotnosti: Open — downloadable
Přístup k modelu: Open weights (unrestricted)
Tréninkový kód: Open source
Hugging Face: OpenGVLab

Jak je to klasifikováno

Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.

Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: InternVL2: Better than the Best—Expanding Performance Boundaries of Open-Source Multimodal Models with the Progressive Scaling Strategy
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží InternVL2 26B

Seřazeno podle odhadovaných tokenů za sekundu, nejnovější karta první, kde se rychlosti shodují. Protože generování je omezeno šířkou pásma paměti, toto řazení následuje šířku pásma spíše než jakýkoli herní benchmark..

Nejmenší GPU, které ještě běží InternVL2 26B

Nejlevnější cesta dovnitř, podle kapacity paměti. Těsný fit spustí model, ale nenechá nic navíc na delší konverzaci..

Co čísla znamenají

Hardwarové požadavky v praxi

Minimum karta

Xeon Phi 7120P

Potřeba paměti

13.2 GB

Nejrychlejší

133 tok/s

InternVL2 26B dosahuje počtu parametrů 25.5B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 241.

Vstupní bod je Xeon Phi 7120P, s kapacitou VRAM 16 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 10.3 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 133 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

InternVL2 26B byl zveřejněn Shanghai AI Lab, v zemi zaznamenané jako China, během July 2024. Kategorie, do které vydavatel spadá, je academia.

funguje v oblasti Multimodal, Language, Vision, Video, a je zaznamenán jako vykonávající úkol visual question answering, Language modeling/generation, Question answering, Video description, Character recognition (OCR).

Jeho výchozím bodem byl existující základní model, InternViT-6B,InternLM2-20B. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.

Zveřejněné váhy znamenají, že model běží na vašem stroji, nikoli na stroji někoho jiného, což činí otázku ohledně hardwaru níže odpovídatelnou. Na Hugging Face je publikováno pod organizací OpenGVLab.

Jak rychle to běží a proč

Mediánový výsledek je kolem 19.9 tokenů za sekundu 195 z nich

Každá váha se účastní každého tokenu zde, takže šířka pásma je celá historie: hodnocení níže je ve skutečnosti hodnocením propustnosti paměti.

Jeho vnitřní architektura není v evidenci, takže paměť je přibližně odhadnuta z počtu parametrů a označena odpovídajícím způsobem. Očekávejte, že skutečná čísla se budou lišit, zejména u dlouhého kontextu.

Krok za krokem

Jak vybrat GPU pro InternVL2 26B

Stůl výše již posoudil každou kartu, pro kterou máme specifikace, proti tomuto modelu. Dostání se k vaší odpovědi trvá šest kroků.

01

Začněte od sloupce paměti

Začněte od toho, co skutečně potřebuje, což je požadavek na InternVL2 26B, potřebující kolem 13.2 GB při kompresi Q3_K_M. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Nastavte délku kontextu, se kterou budete pracovat

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro InternVL2 26B.
03

Vyberte, jak moc to budete komprimovat.

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese Q3_K_M na nejmenší kartě, která se vejde. Nastavení minimální kvality odstraňuje karty, které pouze splňují tuto kvalitu tím, že ji dále stlačují více, než byste chtěli, a udržuje srovnání na jedné úrovni.
04

Třídit podle rychlosti

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro InternVL2 26B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 133 tok/s
05

Přečtěte si poslední sloupec fit

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě InternVL2 26B. Pohodlný znamená, že můžete později zvětšit kontext. Ten rozdíl má větší význam než pár tokenů za sekundu, takže kupte pro pohodlné, pokud to očekáváte.
06

Podívejte se, co dalšího ta karta spouští

Každý název karty odkazuje na její vlastní stránku, která provádí stejný výpočet v celém katalogu modelů. Karta se obvykle kupuje pro více než jeden model, takže se vyplatí se podívat před tím, než koupíte. InternVL2 26B.

Odpovědi

InternVL2 26B — běžné otázky

InternVL2 26B— Kdy byl vydán?

Bylo to zveřejněno v July 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

InternVL2 26B— K čemu se to používá?

funguje v oblasti Multimodal, Language, Vision, Video, a je zaznamenáno jako zpracovávající úkol visual question answering, Language modeling/generation, Question answering, Video description, Character recognition (OCR). Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

InternVL2 26B— kde si to mohu stáhnout?

Jeho váhy jsou publikovány na Hugging Face, pod organizací OpenGVLab. Na našem webu nenabízíme soubory modelů — tento web vypočítává, jaký hardware je potřebný pro jejich spuštění.

InternVL2 26B— Mohu to spustit, pokud se to nevejde do mé GPU?

Může být rozdělen mezi GPU kartu a systémovou paměť, ale v tomto případě se generuje bolestivě pomalu. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 5.3 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

InternVL2 26B— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 241. Takže druhá karta je tu zřídka odpovědí.

InternVL2 26B— proč se kvantizace liší mezi kartami?

Každá KARTA je zobrazena, jak běží nejméně komprimovaná kopie, kterou může udržet. Počet různých úrovní komprese napříč KARTAMI, které ji vejít: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

InternVL2 26B— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 80–213 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

InternVL2 26B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Xeon Phi 7120P, s kapacitou VRAM 16 GB. Spouští model při kompresi Q3_K_M používající přibližně 13.2 GB, a produkuje přibližně 10.3 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 241.

InternVL2 26B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 133 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 195.

InternVL2 26B— kolik VRAM potřebuje?

Potřebuje asi 13.2 GB při kompresi Q3_K_M, která je ta nejmenší karta, která to používá. Méně komprese vyžaduje více: čísla ve sloupci paměti výše jsou přepočítána pro každou kartu, protože každá drží nejméně komprimovanou verzi, kterou může.

InternVL2 26B— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q3_K_M, používající přibližně 13.2 GB a generováním zhruba 50.6 tokenů za sekundu. Fit je těsný.

InternVL2 26B— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q5_K_M, používající přibližně 19.1 GB a generováním zhruba 39.8 tokenů za sekundu. Fit je těsný.

InternVL2 26B— Je to OPEN SOURCE?

Jeho váhy jsou zveřejněny, takže si je lze stáhnout a spustit na vlastním hardwaru. Všimněte si, že open WEIGHTS není totéž co open SOURCE v plném smyslu — neříká nic o tréninkových datech, tréninkovém kódu nebo obchodních podmínkách připojených.

InternVL2 26B— kolik má parametrů?

Má počet parametrů 25.5B. 25.5B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

InternVL2 26B— Kdo to vytvořil?

Bylo to publikováno společností Shanghai AI Lab, zakládající se na China, organizace zařazená jako academia.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 28 November 2025

Druhý směr

Díváte se na to z druhé strany?

Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.

Všechny AI modely