LFM2-24B-A2B TPS kalkulátor

Otevřít váhy Liquid AI 24B parametry February 2026

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 · Q4_K_M · 51.8 tok/s

Nejrychlejší karta

B200

784 tok/s · 180 GB

Které GPU mohou spustit LFM2-24B-A2B?

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
784 tok/s 471–1,255 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	25.1 GB	Q8_0	Pohodlný
784 tok/s 471–1,255 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	25.1 GB	Q8_0	Pohodlný
626 tok/s 376–1,002 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	25.1 GB	Q8_0	Pohodlný
626 tok/s 376–1,002 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	25.1 GB	Q8_0	Pohodlný
501 tok/s 301–801 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	25.1 GB	Q8_0	Pohodlný
479 tok/s 288–767 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	25.1 GB	Q8_0	Pohodlný
479 tok/s 288–767 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	25.1 GB	Q8_0	Pohodlný
459 tok/s 275–734 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	25.1 GB	Q8_0	Pohodlný
407 tok/s 244–652 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	25.1 GB	Q8_0	Pohodlný
407 tok/s 244–652 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	25.1 GB	Q8_0	Pohodlný
407 tok/s 244–652 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	25.1 GB	Q8_0	Pohodlný
386 tok/s 232–618 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	25.1 GB	Q8_0	Pohodlný
329 tok/s 198–527 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	25.1 GB	Q8_0	Pohodlný
329 tok/s 198–527 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	25.1 GB	Q8_0	Pohodlný
329 tok/s 198–527 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	25.1 GB	Q8_0	Pohodlný
329 tok/s 198–527 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	25.1 GB	Q8_0	Pohodlný
329 tok/s 198–527 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	25.1 GB	Q8_0	Pohodlný
256 tok/s 153–409 · nízká důvěra	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.9 GB	Q4_K_M	Těsný
251 tok/s 150–401 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	25.1 GB	Q8_0	Pohodlný
251 tok/s 150–401 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	25.1 GB	Q8_0	Pohodlný
217 tok/s 130–348 · nízká důvěra	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.9 GB	Q4_K_M	Těsný
209 tok/s 125–334 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	25.1 GB	Q8_0	Pohodlný
205 tok/s 123–327 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	25.1 GB	Q8_0	Pohodlný
203 tok/s 122–325 · nízká důvěra	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.9 GB	Q4_K_M	Těsný
203 tok/s 122–325 · nízká důvěra	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.9 GB	Q4_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: Liquid AI
Typ organizace: Industry
Země: United States of America
Publikováno: 25 February 2026

Co to dělá

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

Doména: Language
Úkol: Language modeling/generation

Velikost

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

parametry: 24B
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)

Extrémy

Deset nejrychlejších GPU, které běží LFM2-24B-A2B

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 LFM2-24B-A2B

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

Xeon Phi 7120P

Potřeba paměti

13.9 GB

Nejrychlejší

784 tok/s

LFM2-24B-A2B dosahuje počtu parametrů 24B. To přistane v oblasti, kterou může zvládnout seriózní desktopová KARTA, jakmile jsou VÁHY zkomprimovány. Počet KARET, které sledujeme a které to mohou spustit: 241.

Nejmenší karta, která to pojme, je Xeon Phi 7120P, s kapacitou VRAM 16 GB, spuštění na kompresi Q4_K_M a vyrábějí kolem 51.8 tokenů za sekundu

Nejrychlejší výsledek pochází z B200, generování přibližně 784 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

O tomto modelu

LFM2-24B-A2B byl zveřejněn Liquid AI, v zemi zaznamenané jako United States of America, během February 2026. Vychází z organizace, která je kategorizována jako industry.

funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation.

Váhy jsou zveřejněny, takže si je můžete stáhnout a spustit na své vlastní hardwaru neomezeně, offline, bez připojeného účtu.

Jak rychle to běží a proč

Polovina karet, které to drží, zvládne více než 101.4 tokenů za sekundu. Producing text faster than most people read it: 239 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.

Paměť zde je odhadována podle velikosti, spíše než aby byla vypočtena z architektury, která není pro tento model zaznamenána — čísla jsou spíše indikativní než přesná.

Krok za krokem

Jak vybrat GPU pro LFM2-24B-A2B

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 LFM2-24B-A2B, potřebující kolem 13.9 GB při kompresi Q4_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
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. LFM2-24B-A2B.
03

Rozhodněte, jaké množství komprese přijmete

Každá KARTA spouští nejméně komprimovanou kopii, kterou může udržet., dosahující komprese Q4_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

Hodnoťte podle propustnosti spíše než podle specifikace

Hodnocení podle tokenů za sekundu následuje šířku paměti spíše než počty jader, pro LFM2-24B-A2B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 784 tok/s
05

Podívejte se na rezervu, ne jen na padnutí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě LFM2-24B-A2B. 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 LFM2-24B-A2B.

Odpovědi

LFM2-24B-A2B — běžné otázky

LFM2-24B-A2B— K čemu se to používá?

funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation. Toto jsou oblasti, kolem nichž byl navržen; popisují záměr spíše než tvrdou hranici.

LFM2-24B-A2B— kde si to mohu stáhnout?

Váhy jsou zveřejněny, i když nemáme odkaz na repozitář. Tato stránka vypočítává hardwarové požadavky spíše než aby hostila modelové soubory.

LFM2-24B-A2B— Mohu to spustit, pokud se to nevejde do mé GPU?

Pouze přenosem, což je obvykle falešná ekonomika: část držená v paměti systému zpomaluje celé to. Nejbližší nepřesnost, kterou vypočítáme, zaostává o 3.1 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

LFM2-24B-A2B— 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.

LFM2-24B-A2B— 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: 4. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

LFM2-24B-A2B— Jak přesné jsou tyto odhady rychlosti?

Jsou vypočítány ze specifikací spíše než měřeny a každá má určité rozmezí. Jeden příklad: 471–1,255 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

LFM2-24B-A2B— 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 Q4_K_M používající přibližně 13.9 GB, a produkuje přibližně 51.8 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 241.

LFM2-24B-A2B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 784 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 239.

LFM2-24B-A2B— kolik VRAM potřebuje?

Potřebuje asi 13.9 GB při kompresi Q4_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.

LFM2-24B-A2B— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi Q4_K_M, používající přibližně 13.9 GB a generováním zhruba 256 tokenů za sekundu. Fit je těsný.

LFM2-24B-A2B— mohu to spustit na GPU držící 24 GB?

Ano. GPU kartu GeForce RTX 5090 D V2, držení 24 GB, provozuje ho při kompresi Q6_K, používající přibližně 19.5 GB a generováním zhruba 191 tokenů za sekundu. Fit je těsný.

LFM2-24B-A2B— 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.

LFM2-24B-A2B— kolik má parametrů?

Má počet parametrů 24B. 24B total, 2B active. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

LFM2-24B-A2B— Kdo to vytvořil?

Bylo to publikováno společností Liquid AI, zakládající se na United States of America, organizace zařazená jako industry.

LFM2-24B-A2B— Kdy byl vydán?

Bylo to zveřejněno v February 2026.

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