Solar Open2 250B TPS-Rechner
Jede Karte unten wird anhand dieses Modells bei der von Ihnen gewählten Kontextlänge und Mindestqualität bewertet. Geschwindigkeit ist eine Schätzung für eine einzelne Anfrage, berechnet aus der Speicherbandbreite der Karte und der Größe des Modells, sobald es komprimiert ist..
Für dieses Modell berechnet
818 Karten, für die wir Spezifikationen haben
Kleinste Karte, die passt
Radeon Instinct MI250
128 GB · Q3_K_M · 64.9 tok/s
Schnellste Karte
B200
174 tok/s · 180 GB
Welche GPUs können laufen Solar Open2 250B?
Setze die Eingaben, lies die Antwort
Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..
Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..
17 Karten passen
Berechnung| Braucht | Quantisierung | Passend | |||||
|---|---|---|---|---|---|---|---|
|
174
tok/s
104–278 · niedrige Vertrauenswürdigkeit |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 135.8 GB | Q4_K_M | knapp |
|
130
tok/s
78–207 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | knapp |
|
113
tok/s
68–181 · niedrige Vertrauenswürdigkeit |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 121.2 GB | IQ4_XS | knapp |
|
113
tok/s
68–181 · niedrige Vertrauenswürdigkeit |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 121.2 GB | IQ4_XS | knapp |
|
105
tok/s
63–169 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 106.6 GB | Q3_K_M | knapp |
|
75.2
tok/s
45–120 · niedrige Vertrauenswürdigkeit |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 252.3 GB | Q8_0 | knapp |
|
69.7
tok/s
42–112 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 164.9 GB | Q5_K_M | knapp |
|
69.7
tok/s
42–112 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 164.9 GB | Q5_K_M | knapp |
|
64.9
tok/s
39–104 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 106.6 GB | Q3_K_M | knapp |
|
64.9
tok/s
39–104 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 106.6 GB | Q3_K_M | knapp |
|
63.9
tok/s
38–102 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 194.0 GB | Q6_K | knapp |
|
60.1
tok/s
36–96 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 252.3 GB | Q8_0 | knapp |
|
60.1
tok/s
36–96 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 252.3 GB | Q8_0 | knapp |
|
54.1
tok/s
32–87 · niedrige Vertrauenswürdigkeit |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | knapp |
|
52.9
tok/s
32–85 · niedrige Vertrauenswürdigkeit |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | knapp |
|
6.9
tok/s
4–11 · niedrige Vertrauenswürdigkeit |
GB10 NVIDIA | 128 GB | 273 GB/s | Oct 2025 | 106.6 GB | Q3_K_M | knapp |
|
6.9
tok/s
4–11 · niedrige Vertrauenswürdigkeit |
Jetson T5000 NVIDIA | 128 GB | 273 GB/s | Aug 2025 | 106.6 GB | Q3_K_M | knapp |
Die Geschwindigkeiten sind Schätzungen für eine einzelne Anfrage — ein Gespräch zur Zeit — berechnet aus BANDWIDTH, MODELLGRÖSSE und QUANTISIERUNG. Der tatsächliche Durchsatz variiert mit der INFERENZLAUFZEIT und ihrer Version. Zahlen, die von Hardwareanbietern veröffentlicht wurden, messen viele gleichzeitige Anfragen und sind viel höher..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Upstage
- Organisationsart
- Industry
- Land
- Korea (Republic of)
- Veröffentlicht
- 28 June 2026
- Autoren
- Upstage Team
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling, Reasoning, Tool use, Translation, Question answering
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 250.3B
- Trainingsdaten
- 11,000,000,000,000 tokens
Total: 250.3B, Active: 14.7B per token. Mixture-of-Experts (320 routed experts + 1 shared expert).
11T tokens
Training-Compute
Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.
- Training-Compute
- 1.1 × 10²⁴ FLOP
Per Upstage in direct correspondence, Solar Open2 250B was trained on 11T tokens. At 14.7B parameters, this implies 9.7e23 FLOP. Solar Open2 250B was trained using 1,656× B200 and 720× H200 for 1900 hours, costing $32 million (implying a cost of $7/GPU-hour) Tech report clarifies 11.9T pretraining tokens, for 1.05e24 FLOP, with additional post-training.
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- NVIDIA B200,NVIDIA H200
- Verwendete Chips
- 1,656
- Wand-Uhrzeit
- 1,900 hours (79.2 days)
- Stromverbrauch
- 3.2 MW
Approx. 80 days net training time (vendor-reported).
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Open — downloadable
- Modellzugang
- Open weights (unrestricted)
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Warum es verfolgt wird
- Training cost,Discretionary
- Aufzeichnungsgenauigkeit
- Likely
high training cost, developer reports $32 million
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Solar Open2 250B Hugging Face Model Card
- Zuletzt aktualisiert
- 22 July 2026
Die Extreme
Die zehn schnellsten GPUs, die RUN. Solar Open2 250B
Sortiert nach geschätzten Tokens pro Sekunde, neueste Karte zuerst, wenn die Geschwindigkeiten gleich sind. Da die Generierung durch die Speichermenge begrenzt ist, folgt diese Reihenfolge der Bandbreite und nicht einem Gaming-Benchmark..
- 01 B200 180 GB · 8,000 GB/s · Q4_K_M 174 tok/s
- 02 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q3_K_M 130 tok/s
- 03 H200 NVL 141 GB · 4,890 GB/s · IQ4_XS 113 tok/s
- 04 H200 SXM 141 GB 141 GB · 4,890 GB/s · IQ4_XS 113 tok/s
- 05 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q3_K_M 105 tok/s
- 06 B300 288 GB · 8,000 GB/s · Q8_0 75.2 tok/s
- 07 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q5_K_M 69.7 tok/s
- 08 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q5_K_M 69.7 tok/s
- 09 Radeon Instinct MI250 128 GB · 3,280 GB/s · Q3_K_M 64.9 tok/s
- 10 Radeon Instinct MI250X 128 GB · 3,280 GB/s · Q3_K_M 64.9 tok/s
Die kleinsten GPUs, die immer noch laufen Solar Open2 250B
Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..
- 01 GB10 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 6.9 tok/s
- 02 Jetson T5000 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 6.9 tok/s
- 03 Radeon Instinct MI300A 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 105 tok/s
- 04 Data Center GPU Max 1550 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 54.1 tok/s
- 05 Data Center GPU Max Subsystem 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 52.9 tok/s
- 06 Radeon Instinct MI300 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 130 tok/s
- 07 Radeon Instinct MI250 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 64.9 tok/s
- 08 Radeon Instinct MI250X 128 GB · Braucht 106.6 GB · Q3_K_M · knapp 64.9 tok/s
- 09 H200 NVL 141 GB · Braucht 121.2 GB · IQ4_XS · knapp 113 tok/s
- 10 H200 SXM 141 GB 141 GB · Braucht 121.2 GB · IQ4_XS · knapp 113 tok/s
Was die Zahlen bedeuten
Was Sie benötigen, um es auszuführen
Minimale Karte
Radeon Instinct MI250
Benötigter Speicher
106.6 GB
Schnellste
174 tok/s
Solar Open2 250B erreicht eine Parameteranzahl von 250.3B. Das übersteigt, was eine einzelne GPU-Karte hält. Es auszuführen bedeutet, entweder auf mehrere Karten aufzuteilen oder Hardware zu mieten, die für die Aufgabe gebaut ist, und jede Karte, die es alleine halten kann, ist ein Datacenter-Teil. Die Anzahl, die es kann: 17.
Die minimal benötigte Hardware, die funktioniert, ist Radeon Instinct MI250, mit einer MEMORY-KAPAZITÄT von 128 GB, es mit einer Kompression von Q3_K_M und produziert etwa 64.9 Token pro Sekunde
Die schnellste Berechnung dafür ist B200, generieren ungefähr 174 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.
Was dieses Modell ist
Solar Open2 250B wurde veröffentlicht von Upstage, im Land aufgezeichnet als Korea (Republic of), während June 2026. Die veröffentlichende Organisation ist als industry.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling, Reasoning, Tool use, Translation, Question answering.
Die Gewichte sind veröffentlicht, sodass sie auf deiner eigenen Hardware unbegrenzt, offline und ohne angehängtes Konto heruntergeladen und ausgeführt werden kann.
Was entscheidet die Geschwindigkeit
Über jede Karte, die es ausführen kann, liegt die Mitte der Reihe bei 64.9 Token pro Sekunde. 15 von ihnen
Weil es jedes Token durch eine Teilmenge seiner OPEN WEIGHTS leitet, produziert es Text im Tempo eines viel kleineren MODELS. Der Haken ist der SPEICHER: alles muss immer noch passen, sodass die Geschwindigkeit ein Bonus und kein Nachlass auf die HARDWARE ist.
Die interne Architektur ist nicht in unserer Datenbank, daher wird der Speicher basierend auf der Anzahl der Parameter approximiert und entsprechend gekennzeichnet. Erwarten Sie, dass die tatsächliche Zahl abweicht, insbesondere bei langen Kontexten.
Wie es trainiert wurde
Der Trainingslauf verbrauchte etwa 1.1 × 10²⁴ FLOP, auf Hardware erfasst als NVIDIA B200,NVIDIA H200. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Training verbrauchte ein Korpus von etwa 11,000,000,000,000 Text-Tokens
Das Einschlusskriterium: training cost,Discretionary.
Schritt für Schritt
Wie wählt man eine GPU für Solar Open2 250B
Die obige Tabelle hat bereits jede Karte, für die wir Spezifikationen haben, mit diesem Modell verglichen. Um zu Ihrer Antwort zu gelangen, sind sechs Schritte erforderlich..
-
01
Lese zuerst die MEMORY-Zahl
Die Tabelle listet jede Karte auf, die in der Lage ist, zu halten Solar Open2 250B, benötigt ungefähr 106.6 GB bei einer Kompression von Q3_K_M. Die Kapazität ist das Tor — eine Karte hält es entweder oder sie tut es nicht.
-
02
Setzen Sie die CONTEXT LENGTH, an der Sie arbeiten werden.
Setze den Kontext auf das, was du tatsächlich verwenden wirst. Der Cache wächst mit dem Gespräch, und es ist der übliche Grund, warum eine Karte, die anfangs passend schien, nicht mehr passt. Solar Open2 250B.
-
03
Wähle, wie weit du es komprimieren möchtest.
Die Quantisierungs-Spalte variiert nach Karte, da eine größere Karte eine genauere Kopie hält., eine Kompression von Q3_K_M auf der kleinsten Karte, die passt. Das Festlegen einer Mindestqualität fallen die Karten weg, die es nur schaffen, indem sie weiter gedrückt werden, als man möchte, und hält den Vergleich auf einem Niveau.
-
04
Vergleiche TOKENS pro Sekunde, nicht Spezifikationen
Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für Solar Open2 250B. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist. Die Karte, die die Liste anführt, ist B200, bei 174 tok/s
-
05
Achte auf den Spielraum, nicht nur auf das Passende.
Die Passform-Spalte trennt Karten, die es gerade so schaffen, von denen mit ausreichend Platz, im Falle von Solar Open2 250B. Komfortabel bedeutet, dass Sie den Kontext später erweitern können. Dieser Unterschied zählt mehr als ein paar Token pro Sekunde, also kaufen Sie für komfortabel, wenn Sie damit rechnen.
-
06
Öffnen Sie die Karte, die Sie ausgewählt haben
Jede Karten-Seite wiederholt diesen Ablauf für jedes Modell, das wir in unserem Bestand haben, und beantwortet, wofür die Hardware darüber hinaus noch gut ist. Solar Open2 250B.
Antworten
Solar Open2 250B — Häufige Fragen
Solar Open2 250B— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 1.1 × 10²⁴ FLOP, auf Hardware erfasst als NVIDIA B200,NVIDIA H200. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.
Solar Open2 250B— Kann ich es ausführen, wenn es nicht in meine GPU passt?
Es kann zwischen der GPU-Karte und dem Systemspeicher aufgeteilt werden, aber es wird auf diese Weise schmerzhaft langsam erzeugt. Die nächste verpasste Berechnung bleibt hinter 49.4 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.
Solar Open2 250B— Würden zwei GPUs es schneller ausführen?
Die Kapazität addiert sich über Karten; der Durchsatz nicht. Die Anzahl der Karten, die es bereits eigenständig halten: 17. So eine zweite Karte ist hier selten die Antwort.
Solar Open2 250B— Warum unterscheidet sich die Quantisierung zwischen Karten?
Eine größere Karte hält eine genauere Kopie. Die Anzahl der verwendeten Komprimierungsstufen über die Karten, die es ausführen: 6. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.
Solar Open2 250B— Wie genau sind diese Geschwindigkeitsabschätzungen?
Dies sind Schätzungen mit realen Fehlerbalken, und jede von ihnen könnte vernünftigerweise irgendwo in ihrem veröffentlichten Bereich landen, abhängig davon, welches Runtime Sie verwenden. Das schnellste Ergebnis hier: 104–278 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.
Solar Open2 250B— Welche GPU benötige ich, um es auszuführen?
Die kleinste Karte in unserem Katalog, die es hält, ist Radeon Instinct MI250, mit einer MEMORY-KAPAZITÄT von 128 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 106.6 GB, und produziert ungefähr 64.9 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 17.
Solar Open2 250B— wie schnell ist es auf einer GPU?
Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 174 Tokens pro Sekunde; die langsamste, die es immer noch ausführt, schafft erheblich weniger. Die Lesegeschwindigkeit liegt bei etwa zehn Tokens pro Sekunde, und die Anzahl der Karten, die das bewältigen: 15.
Solar Open2 250B— Wie viel VRAM benötigt es?
Es benötigt etwa 106.6 GB bei einer Kompression von Q3_K_M, welche das ist, was die kleinste Karte, die es ausführt, verwendet. Weniger Kompression braucht mehr: die Zahlen in der Spalte für den Speicher oben werden für jede Karte neu berechnet, da jede die am wenigsten komprimierte Version, die sie kann, speichert.
Solar Open2 250B— Ist es Open-Source?
Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.
Solar Open2 250B— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 250.3B. Total: 250.3B, Active: 14.7B per token. Mixture-of-Experts (320 routed experts + 1 shared expert). Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
Solar Open2 250B— Wer hat es erstellt?
Es wurde veröffentlicht von Upstage, basiert auf Korea (Republic of), eine als kategorisierte Organisation industry.
Solar Open2 250B— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in June 2026.
Solar Open2 250B— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling, Reasoning, Tool use, Translation, Question answering. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
Solar Open2 250B— Wo kann ich es herunterladen?
Die Gewichte sind veröffentlicht, obwohl wir keinen Repository-Link dafür haben. Diese Seite berechnet die Hardware-Anforderungen, anstatt Modell-Dateien zu hosten.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.