Pixtral 12B TPS kalkulátor

Otevřít váhy Mistral AI 12.4B parametry September 2024

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

509 karty, které to mohou spustit

818 karty, které máme specifikace pro

Nejmenší karta, která se vejde

Xeon Phi 5110P

8 GB · Q3_K_M · 19.2 tok/s

Nejrychlejší karta

B200

273 tok/s · 180 GB

Které GPU mohou spustit Pixtral 12B?

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.

509 karty odpovídají

Vypočítávání

					Potřebuje	Kvantisace	Pohodlné
273 tok/s 164–437 · nízká důvěra	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	14.0 GB	Q8_0	Pohodlný
273 tok/s 164–437 · nízká důvěra	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	14.0 GB	Q8_0	Pohodlný
218 tok/s 131–349 · nízká důvěra	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	14.0 GB	Q8_0	Pohodlný
218 tok/s 131–349 · nízká důvěra	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	14.0 GB	Q8_0	Pohodlný
175 tok/s 105–279 · nízká důvěra	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	14.0 GB	Q8_0	Pohodlný
167 tok/s 100–267 · nízká důvěra	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	14.0 GB	Q8_0	Pohodlný
167 tok/s 100–267 · nízká důvěra	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	14.0 GB	Q8_0	Pohodlný
160 tok/s 96–256 · nízká důvěra	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	14.0 GB	Q8_0	Pohodlný
142 tok/s 85–227 · nízká důvěra	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	14.0 GB	Q8_0	Pohodlný
142 tok/s 85–227 · nízká důvěra	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	14.0 GB	Q8_0	Pohodlný
142 tok/s 85–227 · nízká důvěra	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	14.0 GB	Q8_0	Pohodlný
137 tok/s 82–220 · nízká důvěra	CMP 170HX 8 GB NVIDIA	8 GB	1,490 GB/s	Sep 2021	6.8 GB	Q3_K_M	Těsný
135 tok/s 81–215 · nízká důvěra	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	14.0 GB	Q8_0	Pohodlný
123 tok/s 74–197 · nízká důvěra	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.2 GB	Q4_K_M	Těsný
115 tok/s 69–184 · nízká důvěra	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	14.0 GB	Q8_0	Pohodlný
115 tok/s 69–184 · nízká důvěra	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	14.0 GB	Q8_0	Pohodlný
115 tok/s 69–184 · nízká důvěra	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	14.0 GB	Q8_0	Pohodlný
115 tok/s 69–184 · nízká důvěra	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	14.0 GB	Q8_0	Pohodlný
115 tok/s 69–184 · nízká důvěra	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	14.0 GB	Q8_0	Pohodlný
87.4 tok/s 52–140 · nízká důvěra	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	14.0 GB	Q8_0	Pohodlný
87.4 tok/s 52–140 · nízká důvěra	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	14.0 GB	Q8_0	Pohodlný
72.8 tok/s 44–117 · nízká důvěra	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	14.0 GB	Q8_0	Pohodlný
71.3 tok/s 43–114 · nízká důvěra	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	14.0 GB	Q8_0	Pohodlný
70.8 tok/s 42–113 · nízká důvěra	RTX A5000-8Q NVIDIA	8 GB	768 GB/s	Apr 2021	6.8 GB	Q3_K_M	Těsný
69.7 tok/s 42–111 · nízká důvěra	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	14.0 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: Mistral AI
Typ organizace: Industry
Země: France
Publikováno: 17 September 2024
Autoři: Mistral AI Team

Co to dělá

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

Doména: Vision, Language, Multimodal
Úkol: Language modeling/generation, Question answering, Visual question answering, Code generation

Velikost

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

parametry: 12.4B
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

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
Záznam důvěry: Confident

Žrovy

Odkud tento záznam pochází a kdy byl naposledy zkontrolován.

Reference: Pixtral 12B - the first-ever multimodal Mistral model. Apache 2.0.
Nap poslední aktualizace: 28 November 2025

Extrémy

Deset nejrychlejších GPU, které běží Pixtral 12B

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 Pixtral 12B

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 5110P

Potřeba paměti

6.8 GB

Nejrychlejší

273 tok/s

Pixtral 12B dosahuje počtu parametrů 12.4B. To je dost malé, že hardware je zřídkakdy překážkou, včetně karet starých několik let. Počet karet, které sledujeme, které to mohou spustit: 509.

Nejmenší karta, která to pojme, je Xeon Phi 5110P, s kapacitou VRAM 8 GB, spuštění na kompresi Q3_K_M a vyrábějí kolem 19.2 tokenů za sekundu

Špičkový model je B200, generování přibližně 273 tokens za sekundu na základě šířky pásma VRAM 8,000 GB/s.

Pozadí

Pixtral 12B byl zveřejněn Mistral AI, v zemi zaznamenané jako France, během September 2024. Kategorie, do které vydavatel spadá, je industry.

funguje v oblasti Vision, Language, Multimodal, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Visual question answering, Code generation.

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

Čtení čísel propustnosti

Mediánový výsledek je kolem 20.6 tokens za sekundu. Překračující rychlost čtení rovnou: 453 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.

Krok za krokem

Jak vybrat GPU pro Pixtral 12B

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 Pixtral 12B, potřebující kolem 6.8 GB při kompresi Q3_K_M. Tato čísla, nikoli hlavní výkon karty, rozhodují o tom, zda běží.
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 Pixtral 12B.
03

Vyberte, jak moc to budete komprimovat.

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

Hodnoťte podle propustnosti spíše než podle specifikace

Seřaďte podle rychlosti, abyste viděli, jak si karty vedou. Pixtral 12B. Nebude to odpovídat hernímu pořádku, protože generace je omezena šířkou pásma paměti. Grafická karta, která vede seznam, je B200, na 273 tok/s
05

Přečtěte si poslední sloupec fit

Tight fit běží, ale nenechává nic navíc pro delší konverzaci, v případě Pixtral 12B. 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

Sledování KARTY až na její vlastní stránku ukazuje každý jiný model, který může držet, což je otázka, která následuje, jakmile se rozhodnete pro Pixtral 12B.

Odpovědi

Pixtral 12B — běžné otázky

Pixtral 12B— jak rychle je to na GPU?

Záleží na kartě. Nejrychleji, jak to spočítáme, je B200, přibližně 273 tokenů za sekundu; nejpomalejší, který stále běží, zvládá výrazně méně. Rychlost čtení je kolem deseti tokenů za sekundu, a počet karet, které to zvládají: 453.

Pixtral 12B— kolik VRAM potřebuje?

Potřebuje asi 6.8 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.

Pixtral 12B— mohu to spustit na GPU držící 8 GB?

Ano. GPU kartu CMP 170HX 8 GB, držení 8 GB, provozuje ho při kompresi Q3_K_M, používající přibližně 6.8 GB a generováním zhruba 137 tokenů za sekundu. Fit je těsný.

Pixtral 12B— mohu to spustit na GPU držící 12 GB?

Ano. GPU kartu GeForce RTX 3080 Ti, držení 12 GB, provozuje ho při kompresi Q5_K_M, používající přibližně 9.6 GB a generováním zhruba 55.7 tokenů za sekundu. Fit je těsný.

Pixtral 12B— 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 14.0 GB a generováním zhruba 38.6 tokenů za sekundu. Fit je těsný.

Pixtral 12B— 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 14.0 GB a generováním zhruba 45.8 tokenů za sekundu. Fit je pohodlný.

Pixtral 12B— 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.

Pixtral 12B— kolik má parametrů?

Má počet parametrů 12.4B. "New 400M parameter vision encoder trained from scratch" + "12B parameter multimodal decoder based on Mistral Nemo". Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.

Pixtral 12B— Kdo to vytvořil?

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

Pixtral 12B— Kdy byl vydán?

Bylo to zveřejněno v September 2024. Schopnost na parametr se od té doby výrazně zlepšila, takže novější model stejné velikosti je často lepším využitím stejného hardwaru.

Pixtral 12B— K čemu se to používá?

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

Pixtral 12B— 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.

Pixtral 12B— 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 2.8 GB. Každá postava zde předpokládá, že celý model je umístěn na kartě.

Pixtral 12B— Běhalo by to rychleji na dvou GPU?

Kapacita se sčítá napříč KARTAMI; propustnost nikoliv. Počet KARET, které ji již drží samostatně: 509. Takže druhá karta je tu zřídka odpovědí.

Pixtral 12B— 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.

Pixtral 12B— 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: 164–437 tok/s na B200. Stejný model a karta se liší o třicet až padesát procent v závislosti na softwaru pro inferenci a jeho verzi.

Pixtral 12B— Jakou GPU potřebuji k jejímu spuštění?

Nejmenší karta v našem katalogu, která to udrží, je Xeon Phi 5110P, s kapacitou VRAM 8 GB. Spouští model při kompresi Q3_K_M používající přibližně 6.8 GB, a produkuje přibližně 19.2 tokeny za sekundu. Celkový počet karet, které mohou model běžet: 509.

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