Qwen3 Embedding TPS kalkulátor

Otevřít váhy Alibaba 8B parametry June 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

582 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Quadro 6000

6 GB · IQ4_XS · 15.9 tok/s

Nejrychlejší karta

B200

424 tok/s · 180 GB

Které GPU mohou spustit Qwen3 Embedding?

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.

582 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
424 tok/s 254–678 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	9.3 GB	Q8_0	Pohodlný
424 tok/s 254–678 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	9.3 GB	Q8_0	Pohodlný
338 tok/s 203–541 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	9.3 GB	Q8_0	Pohodlný
338 tok/s 203–541 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	9.3 GB	Q8_0	Pohodlný
270 tok/s 162–433 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	9.3 GB	Q8_0	Pohodlný
259 tok/s 155–414 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.3 GB	Q8_0	Pohodlný
259 tok/s 155–414 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	9.3 GB	Q8_0	Pohodlný
248 tok/s 149–396 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	9.3 GB	Q8_0	Pohodlný
220 tok/s 132–352 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	9.3 GB	Q8_0	Pohodlný
220 tok/s 132–352 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	9.3 GB	Q8_0	Pohodlný
220 tok/s 132–352 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	9.3 GB	Q8_0	Pohodlný
209 tok/s 125–334 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	9.3 GB	Q8_0	Pohodlný
178 tok/s 107–285 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Pohodlný
178 tok/s 107–285 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	9.3 GB	Q8_0	Pohodlný
178 tok/s 107–285 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Pohodlný
178 tok/s 107–285 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Pohodlný
178 tok/s 107–285 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	9.3 GB	Q8_0	Pohodlný
141 tok/s 85–225 · nízká důvěra	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.5 GB	Q5_K_M	Těsný
135 tok/s 81–217 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	9.3 GB	Q8_0	Pohodlný
135 tok/s 81–217 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	9.3 GB	Q8_0	Pohodlný
120 tok/s 72–192 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	7.4 GB	Q6_K	Pohodlný
113 tok/s 68–181 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	9.3 GB	Q8_0	Pohodlný
110 tok/s 66–177 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	9.3 GB	Q8_0	Pohodlný
108 tok/s 65–173 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	9.3 GB	Q8_0	Pohodlný
108 tok/s 65–173 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	9.3 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: 5 June 2025
Autoři: Yanzhao Zhang, Mingxin Li, Dingkun Long, Xin Zhang, Huan Lin, Baosong Yang, Pengjun Xie, An Yang, Dayiheng Liu, Junyang Lin, Fei Huang, Jingren Zhou

Co to dělá

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

Doména: Language
Úkol: Semantic embedding
Základní model: Qwen3-8B

Velikost

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

parametry: 8B
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: Qwen

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: Qwen3 Embedding: Advancing Text Embedding and Reranking Through Foundation Models
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Qwen3 Embedding

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 Qwen3 Embedding

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

Quadro 6000

Potřeba paměti

5.1 GB

Nejrychlejší

424 tok/s

Qwen3 Embedding dosahuje počtu parametrů 8B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 582.

Vstupní bod je Quadro 6000, s kapacitou VRAM 6 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 15.9 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 424 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

Qwen3 Embedding byl zveřejněn Alibaba, v zemi zaznamenané jako China, během June 2025. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol semantic embedding.

Staví na Qwen3-8B. To je důvod, proč sdílí obecný tvar a velikost základního modelu.

Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu. Na Hugging Face je publikováno pod organizací Qwen.

Čtení čísel propustnosti

Uprostřed rozsahu se nachází každá karta, která to dokáže spustit, na 23.8 tokens za sekundu. Překračující rychlost čtení rovnou: 551 z nich

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

Bez rozložení pozornosti v záznamu je sloupec paměti přibližný. Je dost blízko na to, aby se podle něj vybralo hardware, a je nejméně spolehlivý při dlouhém kontextu.

Co bylo zapotřebí k jeho vybudování

Jeho kritérium zahrnutí: sOTA improvement.

Krok za krokem

Jak vybrat GPU pro Qwen3 Embedding

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

Začněte od toho, co skutečně potřebuje, což je požadavek na Qwen3 Embedding, potřebující kolem 5.1 GB při kompresi IQ4_XS. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
02

Nastavte délku kontextu, se kterou budete pracovat

Konverzace také zabírá MEMORY a roste, jak pokračuje. Nastavte posuvník na délku, kterou očekáváte, protože při dlouhém CONTEXT může být KARTA, která snadno zvládá krátké dotazy, odmítnuta. Qwen3 Embedding.
03

Vyberte, jak moc to budete komprimovat.

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., 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

Hodnoťte podle propustnosti spíše než podle specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro Qwen3 Embedding. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 424 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Qwen3 Embedding. 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

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. Qwen3 Embedding.

Odpovědi

Qwen3 Embedding — běžné otázky

Qwen3 Embedding— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q8_0, používající přibližně 9.3 GB a generováním zhruba 59.8 tokenů za sekundu. Fit je pohodlný.

Qwen3 Embedding— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q8_0, používající přibližně 9.3 GB a generováním zhruba 70.9 tokenů za sekundu. Fit je pohodlný.

Qwen3 Embedding— 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.

Qwen3 Embedding— kolik má parametrů?

Má počet parametrů 8B. 8B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Qwen3 Embedding— Kdo to vytvořil?

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

Qwen3 Embedding— Kdy byl vydán?

Bylo to zveřejněno v June 2025.

Qwen3 Embedding— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol semantic embedding. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.

Qwen3 Embedding— kde si to mohu stáhnout?

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

Qwen3 Embedding— 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 1.0 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Qwen3 Embedding— 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: 582. Takže druhá karta je tu zřídka odpovědí.

Qwen3 Embedding— 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: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Qwen3 Embedding— 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: 254–678 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Qwen3 Embedding— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Quadro 6000, s kapacitou VRAM 6 GB. Spouští model při kompresi IQ4_XS používající přibližně 5.1 GB, a produkuje přibližně 15.9 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 582.

Qwen3 Embedding— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 424 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 551.

Qwen3 Embedding— kolik VRAM potřebuje?

Potřebuje asi 5.1 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.

Qwen3 Embedding— mohu to spustit na GPU držící 8 GB?

Ano. GPU kartu CMP 170HX 8 GB, držení 8 GB, provozuje ho při kompresi Q5_K_M, používající přibližně 6.5 GB a generováním zhruba 141 tokenů za sekundu. Fit je těsný.

Qwen3 Embedding— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q8_0, používající přibližně 9.3 GB a generováním zhruba 48.3 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