DeepHermes 3 - Mistral 24B TPS kalkulátor

Otevřít váhy Nous Research 24B parametry March 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

241 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Xeon Phi 7120P

16 GB · IQ4_XS · 9.9 tok/s

Nejrychlejší karta

B200

141 tok/s · 180 GB

Které GPU mohou spustit DeepHermes 3 - Mistral 24B?

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
141 tok/s 120–169	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	26.1 GB	Q8_0	Pohodlný
141 tok/s 120–169	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	26.1 GB	Q8_0	Pohodlný
113 tok/s 68–180 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Pohodlný
113 tok/s 68–180 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Pohodlný
90.2 tok/s 54–144 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	26.1 GB	Q8_0	Pohodlný
86.3 tok/s 73–104	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Pohodlný
86.3 tok/s 73–104	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Pohodlný
82.6 tok/s 50–132 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	26.1 GB	Q8_0	Pohodlný
73.3 tok/s 44–117 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Pohodlný
73.3 tok/s 44–117 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Pohodlný
73.3 tok/s 44–117 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Pohodlný
69.5 tok/s 59–83	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
59.3 tok/s 50–71	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Pohodlný
49.0 tok/s 42–59	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.6 GB	IQ4_XS	Těsný
45.2 tok/s 27–72 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Pohodlný
45.2 tok/s 27–72 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Pohodlný
41.6 tok/s 35–50	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.6 GB	IQ4_XS	Těsný
38.9 tok/s 33–47	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.6 GB	IQ4_XS	Těsný
38.9 tok/s 33–47	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Těsný
38.9 tok/s 33–47	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Těsný
38.8 tok/s 33–47	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	13.6 GB	IQ4_XS	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: Nous Research
Typ organizace: Industry
Země: United States of America
Publikováno: 29 March 2025
Autoři: Teknium, Roger Jin, Chen Guang, Jai Suphavadeeprasit, Jeffrey Quesnelle

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
Základní model: Mistral Small 3

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)
Tréninkový kód: Unreleased
Hugging Face: NousResearch

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: DeepHermes 3 - Mistral 24B
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží DeepHermes 3 - Mistral 24B

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 DeepHermes 3 - Mistral 24B

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

Co čísla znamenají

Hardwareová stránka

Minimum karta

Xeon Phi 7120P

Potřeba paměti

13.6 GB

Nejrychlejší

141 tok/s

DeepHermes 3 - Mistral 24B 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.

Na nízkém konci se to řeší pomocí Xeon Phi 7120P, s kapacitou VRAM 16 GB, spuštění na kompresi IQ4_XS a vyrábějí kolem 9.9 tokenů za sekundu

Nejrychlejší výsledek pochází z B200, generování přibližně 141 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

DeepHermes 3 - Mistral 24B byl zveřejněn Nous Research, v zemi zaznamenané jako United States of America, během March 2025. Kategorie, do které vydavatel spadá, je industry.

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

Jeho výchozím bodem byl existující základní model, Mistral Small 3. To je obvyklý způsob, jak je specializovaný model vytvářen.

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 NousResearch.

Co rozhoduje o rychlosti

Polovina karet, které to drží, zvládne více než 19.4 tokenů za sekundu. Producing text faster than most people read it: 192 z nich

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

Protože je architektura zaznamenaná, sloupec paměti je odvozen spíše než odhadován.

Krok za krokem

Jak vybrat GPU pro DeepHermes 3 - Mistral 24B

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 DeepHermes 3 - Mistral 24B, potřebující kolem 13.6 GB při kompresi IQ4_XS. Kapacita je brána — karta buď ji má, nebo ne.
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 DeepHermes 3 - Mistral 24B.
03

Rozhodněte, jaké množství komprese přijmete

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

Srovnejte TPS, ne specifikace

Rychlostní řazení je v podstatě řazením podle šířky pásma paměti, pro DeepHermes 3 - Mistral 24B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 141 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě DeepHermes 3 - Mistral 24B. 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.

Každá stránka karty opakuje tento postup pro každý model, který máme, a odpovídá na to, k čemu je hardware dobrý kromě DeepHermes 3 - Mistral 24B.

Odpovědi

DeepHermes 3 - Mistral 24B — běžné otázky

DeepHermes 3 - Mistral 24B— mohu to spustit na GPU držící 16 GB?

Ano. GPU kartu Tesla V100 SXM2 16 GB, držení 16 GB, provozuje ho při kompresi IQ4_XS, používající přibližně 13.6 GB a generováním zhruba 49.0 tokenů za sekundu. Fit je těsný.

DeepHermes 3 - Mistral 24B— 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 20.6 GB a generováním zhruba 34.4 tokenů za sekundu. Fit je těsný.

DeepHermes 3 - Mistral 24B— 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.

DeepHermes 3 - Mistral 24B— kolik má parametrů?

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

DeepHermes 3 - Mistral 24B— Kdo to vytvořil?

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

DeepHermes 3 - Mistral 24B— Kdy byl vydán?

Bylo to zveřejněno v March 2025.

DeepHermes 3 - Mistral 24B— K čemu se to používá?

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

DeepHermes 3 - Mistral 24B— kde si to mohu stáhnout?

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

DeepHermes 3 - Mistral 24B— 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 4.2 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

DeepHermes 3 - Mistral 24B— 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.

DeepHermes 3 - Mistral 24B— 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.

DeepHermes 3 - Mistral 24B— 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: 120–169 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

DeepHermes 3 - Mistral 24B— 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 IQ4_XS používající přibližně 13.6 GB, a produkuje přibližně 9.9 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 241.

DeepHermes 3 - Mistral 24B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 141 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 192.

DeepHermes 3 - Mistral 24B— kolik VRAM potřebuje?

Potřebuje asi 13.6 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.

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