Tongyi DeepResearch TPS kalkulátor

Otevřít váhy Alibaba 30.5B parametry October 2025

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

132 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

RTX A4500

20 GB · IQ4_XS · 21.8 tok/s

Nejrychlejší karta

B200

111 tok/s · 180 GB

Které GPU mohou spustit Tongyi DeepResearch?

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.

132 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
111 tok/s 67–178 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	33.4 GB	Q8_0	Pohodlný
111 tok/s 67–178 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	33.4 GB	Q8_0	Pohodlný
88.7 tok/s 53–142 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	33.4 GB	Q8_0	Pohodlný
88.7 tok/s 53–142 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	33.4 GB	Q8_0	Pohodlný
70.9 tok/s 43–114 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	33.4 GB	Q8_0	Pohodlný
67.9 tok/s 41–109 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	33.4 GB	Q8_0	Pohodlný
67.9 tok/s 41–109 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	33.4 GB	Q8_0	Pohodlný
65.0 tok/s 39–104 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	33.4 GB	Q8_0	Pohodlný
57.7 tok/s 35–92 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	33.4 GB	Q8_0	Pohodlný
57.7 tok/s 35–92 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	33.4 GB	Q8_0	Pohodlný
57.7 tok/s 35–92 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	33.4 GB	Q8_0	Pohodlný
54.7 tok/s 33–88 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	33.4 GB	Q8_0	Pohodlný
46.7 tok/s 28–75 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	33.4 GB	Q8_0	Pohodlný
46.7 tok/s 28–75 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	33.4 GB	Q8_0	Pohodlný
46.7 tok/s 28–75 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	33.4 GB	Q8_0	Pohodlný
46.7 tok/s 28–75 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	33.4 GB	Q8_0	Pohodlný
46.7 tok/s 28–75 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	33.4 GB	Q8_0	Pohodlný
43.0 tok/s 26–69 · nízká důvěra	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	19.2 GB	Q4_K_M	Těsný
39.1 tok/s 23–63 · nízká důvěra	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	19.2 GB	Q4_K_M	Těsný
37.7 tok/s 23–60 · nízká důvěra	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.3 GB	Q6_K	Těsný
37.7 tok/s 23–60 · nízká důvěra	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.3 GB	Q6_K	Těsný
36.1 tok/s 22–58 · nízká důvěra	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.3 GB	Q6_K	Těsný
36.1 tok/s 22–58 · nízká důvěra	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.3 GB	Q6_K	Těsný
35.5 tok/s 21–57 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	33.4 GB	Q8_0	Pohodlný
35.5 tok/s 21–57 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	33.4 GB	Q8_0	Pohodlný

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: Alibaba
Typ organizace: Industry
Země: China
Publikováno: 28 October 2025
Autoři: Baixuan Li, Bo Zhang, Dingchu Zhang, Fei Huang, Guangyu Li, Guoxin Chen, Huifeng Yin, Jialong Wu, Jingren Zhou, Kuan Li, Liangcai Su, Litu Ou, Liwen Zhang, Pengjun Xie, Rui Ye, Wenbiao Yin, Xinmiao Yu, Xinyu Wang, Xixi Wu, Xuanzhong Chen, Yida Zhao, Zhen Zhang, Zhengwei Tao, Zhongwang Zhang, Zile Qiao, Chenxi Wang, Donglei Yu, Gang Fu, Haiyang Shen, Jiayin Yang, Jun Lin, Junkai Zhang, Kui Zeng, Li…

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation, Question answering, Quantitative reasoning, Search, System control
Základní model: Qwen3-30B-A3B

Velikost

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

parametry: 30.5B
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: Unreleased
Hugging Face: Alibaba-NLP

Jak je to klasifikováno

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

Proč je to sledováno: SOTA improvement
Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Tongyi DeepResearch Technical Report
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Tongyi DeepResearch

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 Tongyi DeepResearch

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

Co čísla znamenají

Co je potřeba k provozování tohoto modelu

Minimum karta

RTX A4500

Potřeba paměti

17.4 GB

Nejrychlejší

111 tok/s

Tongyi DeepResearch dosahuje počtu parametrů 30.5B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 132.

Nejmenší karta, která to pojme, je RTX A4500, s kapacitou VRAM 20 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 21.8 tokenů za sekundu

Na druhém konci sedí B200, generování přibližně 111 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

Tongyi DeepResearch byl zveřejněn Alibaba, v zemi zaznamenané jako China, během October 2025. Vychází z organizace, která je kategorizována jako industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Quantitative reasoning, Search, System control.

Jeho výchozím bodem byl existující základní model, Qwen3-30B-A3B. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.

Otevřené váhy jsou to, co dává této stránce místo v kalkulátoru spíše než pouze v katalogu: je to model, který můžeš skutečně držet. Na Hugging Face je publikováno pod organizací Alibaba-NLP.

Co rozhoduje o rychlosti

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 21.6 tokenů za sekundu 104 z nich

Být hustý, čte vše sám po tokenu, což je důvod, proč pořadí podle rychlosti níže úzce následuje pořadí podle šířky pásma VRAM.

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.

Jak bylo trénováno

Jeho kritérium zahrnutí: sOTA improvement.

Krok za krokem

Jak vybrat GPU pro Tongyi DeepResearch

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

Tabulka uvádí každou kartu, která je schopna pojmout Tongyi DeepResearch, potřebující kolem 17.4 GB při kompresi IQ4_XS. Kapacita je brána — karta buď ji má, nebo ne.
02

Nastavte délku kontextu, se kterou budete pracovat

Nastavte kontext na to, co skutečně použijete. Cache roste s konverzací a to je obvyklý důvod, proč karta, která se zdála v pořádku, přestane vejít. Tongyi DeepResearch.
03

Rozhodněte, jaké množství komprese přijmete

Kompresce je to, co umožňuje modelu pojmout menší KARTY, za určitou cenu v přesnosti., dosahující komprese IQ4_XS 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

Srovnejte TPS, ne specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro Tongyi DeepResearch. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 111 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě Tongyi DeepResearch. 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

Zkontrolujte kartu z druhé strany

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro Tongyi DeepResearch.

Odpovědi

Tongyi DeepResearch — běžné otázky

Tongyi DeepResearch— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je RTX A4500, s kapacitou VRAM 20 GB. Spouští model při kompresi IQ4_XS používající přibližně 17.4 GB, a produkuje přibližně 21.8 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 132.

Tongyi DeepResearch— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 111 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 104.

Tongyi DeepResearch— kolik VRAM potřebuje?

Potřebuje asi 17.4 GB při kompresi IQ4_XS, 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.

Tongyi DeepResearch— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q4_K_M, používající přibližně 19.2 GB a generováním zhruba 43.0 tokenů za sekundu. Fit je těsný.

Tongyi DeepResearch— 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.

Tongyi DeepResearch— kolik má parametrů?

Má počet parametrů 30.5B. 30.5 billion total parameters, with only 3.3 billion activated per token. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Tongyi DeepResearch— Kdo to vytvořil?

Bylo to publikováno společností Alibaba, zakládající se na China, organizace zařazená jako industry.

Tongyi DeepResearch— Kdy byl vydán?

Bylo to zveřejněno v October 2025.

Tongyi DeepResearch— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Quantitative reasoning, Search, System control. Model může nést několik z každého, takže to jsou oblasti, pro které byl navržen, spíše než omezení toho, co se pokusí.

Tongyi DeepResearch— kde si to mohu stáhnout?

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

Tongyi DeepResearch— Mohu to spustit, pokud se to nevejde do mé GPU?

Částečně. Vrstvy, které se nevejdou, sedí v systémové paměti a běží jen při zlomku rychlosti, takže většinou odložený model není často použitelný. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 4.8 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Tongyi DeepResearch— Běhalo by to rychleji na dvou GPU?

Dvě karty koupit paměť spíše než rychlost, což záleží pouze pokud jedna karta to nemůže udržet. Číslo, které může: 132. Takže druhá karta je tu zřídka odpovědí.

Tongyi DeepResearch— proč se kvantizace liší mezi kartami?

Protože se kapacita liší, liší se i to, jak moc musí být stlačena. Počet odlišných úrovní v tabulce výše: 5. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Tongyi DeepResearch— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 67–178 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

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