Mixtral 8x7B TPS kalkulátor

Otevřít váhy Mistral AI 46.7B parametry December 2023

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

126 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Tesla M40 24 GB

24 GB · Q3_K_M · 21.7 tok/s

Nejrychlejší karta

B200

263 tok/s · 180 GB

Které GPU mohou spustit Mixtral 8x7B?

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.

126 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
263 tok/s 158–420 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	48.2 GB	Q8_0	Pohodlný
263 tok/s 158–420 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	48.2 GB	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Pohodlný
210 tok/s 126–336 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Pohodlný
168 tok/s 101–268 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	48.2 GB	Q8_0	Pohodlný
161 tok/s 96–257 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Pohodlný
161 tok/s 96–257 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Pohodlný
154 tok/s 92–246 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	48.2 GB	Q8_0	Pohodlný
142 tok/s 85–227 · nízká důvěra	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	Těsný
142 tok/s 85–227 · nízká důvěra	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	Těsný
136 tok/s 82–218 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Pohodlný
136 tok/s 82–218 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Pohodlný
136 tok/s 82–218 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Pohodlný
136 tok/s 81–217 · nízká důvěra	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	Těsný
136 tok/s 81–217 · nízká důvěra	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	Těsný
129 tok/s 78–207 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	48.2 GB	Q8_0	Pohodlný
119 tok/s 71–190 · nízká důvěra	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	21.0 GB	Q3_K_M	Těsný
110 tok/s 66–177 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Pohodlný
110 tok/s 66–177 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	48.2 GB	Q8_0	Pohodlný
110 tok/s 66–177 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Pohodlný
110 tok/s 66–177 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Pohodlný
110 tok/s 66–177 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Pohodlný
108 tok/s 65–173 · nízká důvěra	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	21.0 GB	Q3_K_M	Těsný
91.5 tok/s 55–146 · nízká důvěra	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	31.8 GB	Q5_K_M	Těsný
91.5 tok/s 55–146 · nízká důvěra	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	31.8 GB	Q5_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: Mistral AI
Typ organizace: Industry
Země: France
Publikováno: 11 December 2023
Autoři: Albert Jiang, Alexandre Sablayrolles, Arthur Mensch, Blanche Savary, Chris Bamford, Devendra Singh Chaplot, Diego de las Casas, Emma Bou Hanna, Florian Bressand, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Lélio Renard Lavaud, Louis Ternon, Lucile Saulnier, Marie-Anne Lachaux, Pierre Stock, Teven Le Scao, Théophile Gervet, Thibaut Lavril, Thomas Wang, Timothée Lacroix, William El Sayed.

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, Translation

Velikost

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

parametry: 46.7B
Výcviková data: tokens

Výpočty pro trénink

Aritmetika prováděná k trénování modelu, měřená v operacích s plovoucí desetinnou čárkou. Je to měřítko toho, kolik stál tréninkový běh, ne jak rychle hotový model na vás odpovídá.

Výpočty pro trénink: 7.7 × 10²³ FLOP
Jak bylo ustanoveno: Operation counting

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: mistralai

Jak je to klasifikováno

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

Pravděpodobně nad 10²³ FLOP: Yes
Proč je to sledováno: Significant use
Záznam důvěry: Speculative

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Mixtral of experts: A high quality Sparse Mixture-of-Experts.
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Mixtral 8x7B

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 Mixtral 8x7B

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

Tesla M40 24 GB

Potřeba paměti

21.0 GB

Nejrychlejší

263 tok/s

Mixtral 8x7B dosahuje počtu parametrů 46.7B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 126.

Na nízkém konci se to řeší pomocí Tesla M40 24 GB, s kapacitou VRAM 24 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 21.7 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 263 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Odkud to přišlo

Mixtral 8x7B byl zveřejněn Mistral AI, v zemi zaznamenané jako France, během December 2023. Vydavatelská organizace je kategorizována jako industry.

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

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 mistralai.

Porozumění rychlostem

Mediánový výsledek je kolem 65.8 tokens za sekundu. Překračující rychlost čtení rovnou: 122 z nich

Protože směruje každý token skrze podmnožinu svých vah, produkuje text rychlostí mnohem menšího modelu. Zádrhel je v paměti: všechna musí stále vejít, takže rychlost je spíše bonusem než slevou na hardwaru.

Jeho rozložení pozornosti je v naší databázi, takže hodnoty VRAM jsou vypočítány přesně místo přibližně.

Co bylo zapotřebí k jeho vybudování

Trénování si vyžádalo výpočetní rozpočet přibližně 7.7 × 10²³ FLOP. Tato částka měří, kolik stál výroba modelu, a nemá žádný vliv na to, jak rychle odpovídá.

Důvod, proč se to v tomto katalogu vůbec objevuje: significant use.

Krok za krokem

Jak vybrat GPU pro Mixtral 8x7B

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

01

Přečtěte si nejprve číslo paměti

Tabulka uvádí každou kartu, která je schopna pojmout Mixtral 8x7B, potřebující kolem 21.0 GB při kompresi Q3_K_M. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Přizpůsobte kontext svému skutečnému použití

Delší konverzace spotřebovávají paměť navíc k tomu, co potřebují váhy. Posuňte jezdec na svou skutečnou pracovního délku, než důvěřujete jakémukoliv řádku pro Mixtral 8x7B.
03

Rozhodněte, jaké množství komprese přijmete

Sloupec kvantizace se liší podle KARTY, protože větší KARTA má přesnější kopii., 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

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Mixtral 8x7B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 263 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Sloupec vhodnosti odděluje karty, které to jen tak tak zvládají, od těch, které mají místo navíc, v případě Mixtral 8x7B. 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

Otevřete kartu, na které jste se usadili.

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro Mixtral 8x7B.

Odpovědi

Mixtral 8x7B — běžné otázky

Mixtral 8x7B— 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.

Mixtral 8x7B— kolik má parametrů?

Má počet parametrů 46.7B. 46.7B *sparse* params. 12.9B params used on average: "Concretely, Mixtral has 46.7B total parameters but only uses 12.9B parameters per token. It, therefore, processes input and generates output at the same speed and for the same cost as a 12.9B model.". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Mixtral 8x7B— Kdo to vytvořil?

Bylo to publikováno společností Mistral AI, zakládající se na France, organizace zařazená jako industry.

Mixtral 8x7B— Kdy byl vydán?

Bylo to zveřejněno v December 2023. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

Mixtral 8x7B— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Quantitative reasoning, Translation. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

Mixtral 8x7B— kde si to mohu stáhnout?

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

Mixtral 8x7B— kolik výpočetního výkonu bylo použito k jeho trénování?

Trénink spotřeboval kolem 7.7 × 10²³ FLOP. To měří, co stálo výrobu modelu, a neříká nic o tom, jak rychle odpovídá po natrénování — rychlost inferencí závisí na šířce pásma paměti, nikoli na rozpočtu na trénink.

Mixtral 8x7B— 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 8.4 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Mixtral 8x7B— 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: 126. Takže druhá karta je tu zřídka odpovědí.

Mixtral 8x7B— 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: 6. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Mixtral 8x7B— Jak přesné jsou tyto odhady rychlosti?

Každé číslo je odvozeno od šířky pásma VRAM a velikosti modelu, není benchmarkováno, což je důvod, proč je každé publikováno jako rozsah spíše než jako jediné číslo. Jeden příklad: 158–420 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Mixtral 8x7B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Tesla M40 24 GB, s kapacitou VRAM 24 GB. Spouští model při kompresi Q3_K_M používající přibližně 21.0 GB, a produkuje přibližně 21.7 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 126.

Mixtral 8x7B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 263 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 122.

Mixtral 8x7B— kolik VRAM potřebuje?

Potřebuje asi 21.0 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.

Mixtral 8x7B— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q3_K_M, používající přibližně 21.0 GB a generováním zhruba 119 tokenů za sekundu. Fit je těsný.

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