Qwen3.5-122B-A10B TPS kalkulátor

Otevřít váhy Alibaba 122B 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

43 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Radeon Instinct MI200

64 GB · Q3_K_M · 66.6 tok/s

Nejrychlejší karta

B200

154 tok/s · 180 GB

Které GPU mohou spustit Qwen3.5-122B-A10B?

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.

43 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
154 tok/s 93–247 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	124.1 GB	Q8_0	Pohodlný
154 tok/s 93–247 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	124.1 GB	Q8_0	Pohodlný
150 tok/s 90–239 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.3 GB	Q4_K_M	Těsný
150 tok/s 90–239 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.3 GB	Q4_K_M	Těsný
143 tok/s 86–229 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	95.7 GB	Q6_K	Pohodlný
136 tok/s 81–217 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	81.5 GB	Q5_K_M	Těsný
123 tok/s 74–197 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	124.1 GB	Q8_0	Pohodlný
123 tok/s 74–197 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	124.1 GB	Q8_0	Pohodlný
116 tok/s 70–186 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	95.7 GB	Q6_K	Pohodlný
116 tok/s 69–185 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	81.5 GB	Q5_K_M	Těsný
116 tok/s 69–185 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	81.5 GB	Q5_K_M	Těsný
116 tok/s 69–185 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	81.5 GB	Q5_K_M	Těsný
105 tok/s 63–168 · nízká důvěra	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	53.1 GB	Q3_K_M	Těsný
94.3 tok/s 57–151 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	124.1 GB	Q8_0	Těsný
94.3 tok/s 57–151 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	124.1 GB	Q8_0	Těsný
90.8 tok/s 55–145 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.3 GB	Q4_K_M	Těsný
90.8 tok/s 55–145 · nízká důvěra	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.3 GB	Q4_K_M	Těsný
90.8 tok/s 55–145 · nízká důvěra	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.3 GB	Q4_K_M	Těsný
90.8 tok/s 55–145 · nízká důvěra	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.3 GB	Q4_K_M	Těsný
90.8 tok/s 55–145 · nízká důvěra	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.3 GB	Q4_K_M	Těsný
90.8 tok/s 55–145 · nízká důvěra	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.3 GB	Q4_K_M	Těsný
90.3 tok/s 54–144 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	124.1 GB	Q8_0	Pohodlný
86.4 tok/s 52–138 · nízká důvěra	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	67.3 GB	Q4_K_M	Těsný
86.4 tok/s 52–138 · nízká důvěra	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	67.3 GB	Q4_K_M	Těsný
80.1 tok/s 48–128 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	124.1 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: 24 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: 122B
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 (restricted use)
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: Discretionary
Záznam důvěry: Likely

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Qwen3.5: Towards Native Multimodal Agents
Nap poslední aktualizace: 8 April 2026

Extrémy

Deset nejrychlejších GPU, které běží Qwen3.5-122B-A10B

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 Qwen3.5-122B-A10B

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

Radeon Instinct MI200

Potřeba paměti

53.1 GB

Nejrychlejší

154 tok/s

Qwen3.5-122B-A10B dosahuje počtu parametrů 122B. To dává nad spotřebitelský hardware, do oblasti, kde je karta kupována za tímto účelem spíše než přepracována pro něj. Počet karet, které sledujeme a které to mohou pojmout: 43.

Nejmenší karta, která to pojme, je Radeon Instinct MI200, s kapacitou VRAM 64 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 66.6 tokenů za sekundu

Nejrychlejší, jak to pro to počítáme, je B200, generování přibližně 154 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Co je tento MODEL

Qwen3.5-122B-A10B byl zveřejněn Alibaba, v zemi zaznamenané jako China, 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. Na Hugging Face je publikováno pod organizací Qwen.

Co rozhoduje o rychlosti

Polovina karet, které to drží, zvládne více než 90.3 tokenů za sekundu. Producing text faster than most people read it: 41 z nich

Toto je model směsi expertů, který prochází každý token pouze částí sebe sama. Generuje tedy mnohem rychleji, než naznačuje jeho celková velikost — přičemž stále potřebuje každý parametr umístěný v MEMORY, takže je rychlý, aniž by byl levný na uchování.

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.

Co bylo zapotřebí k jeho vybudování

Jeho kritérium zahrnutí: discretionary.

Krok za krokem

Jak vybrat GPU pro Qwen3.5-122B-A10B

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 Qwen3.5-122B-A10B, potřebující kolem 53.1 GB při kompresi Q3_K_M. Žádné množství výpočetního výkonu nenahradí kartu, která to nemůže udržet.
02

Přizpůsobte kontext svému skutečnému použití

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. Qwen3.5-122B-A10B.
03

Nastavte minimální kvalitu

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

Srovnejte TPS, ne specifikace

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Qwen3.5-122B-A10B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 154 tok/s
05

Zkontrolujte verdikt o vhodnosti před koupí

Tight znamená, že se načítá a funguje bez možnosti později zvýšit context length, v případě Qwen3.5-122B-A10B. 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

Podívejte se, co dalšího ta karta spouští

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro Qwen3.5-122B-A10B.

Odpovědi

Qwen3.5-122B-A10B — běžné otázky

Qwen3.5-122B-A10B— 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.

Qwen3.5-122B-A10B— kolik má parametrů?

Má počet parametrů 122B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Qwen3.5-122B-A10B— Kdo to vytvořil?

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

Qwen3.5-122B-A10B— Kdy byl vydán?

Bylo to zveřejněno v February 2026.

Qwen3.5-122B-A10B— K čemu se to používá?

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

Qwen3.5-122B-A10B— 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.

Qwen3.5-122B-A10B— 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 24.1 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Qwen3.5-122B-A10B— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 43. Takže druhá karta je tu zřídka odpovědí.

Qwen3.5-122B-A10B— proč se kvantizace liší mezi kartami?

Větší karta obsahuje přesnější kopii. Počet úrovní komprese používaných na kartách, které ji provádějí: 6. Větší karty získávají přesnější verzi a kvalita podlahy nad piny srovnává na jednu úroveň.

Qwen3.5-122B-A10B— Jak přesné jsou tyto odhady rychlosti?

Toto jsou odhady s reálnými chybami a kterýkoli z nich může rozumně spadnout kamkoli v jeho publikovaném rozmezí v závislosti na tom, který run AI model použijete. Nejrychlejší výsledek zde: 93–247 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Qwen3.5-122B-A10B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Radeon Instinct MI200, s kapacitou VRAM 64 GB. Spouští model při kompresi Q3_K_M používající přibližně 53.1 GB, a produkuje přibližně 66.6 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 43.

Qwen3.5-122B-A10B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 154 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 41.

Qwen3.5-122B-A10B— kolik VRAM potřebuje?

Potřebuje asi 53.1 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.

Zdroj

Původní publikace

Nahrávka naposledy aktualizována 8 April 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