Grok-1 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
B200
180 GB · Q3_K_M · 29.1 tok/s
Schnellste Karte
B200
29.1 tok/s · 180 GB
Welche GPUs können laufen Grok-1?
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..
7 Karten passen
Berechnung| Braucht | Quantisierung | Passend | |||||
|---|---|---|---|---|---|---|---|
|
29.1
tok/s
17–47 · niedrige Vertrauenswürdigkeit |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 154.1 GB | Q3_K_M | knapp |
|
19.3
tok/s
12–31 · niedrige Vertrauenswürdigkeit |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 227.2 GB | Q5_K_M | knapp |
|
15.4
tok/s
9–25 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 227.2 GB | Q5_K_M | knapp |
|
15.4
tok/s
9–25 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 227.2 GB | Q5_K_M | knapp |
|
13.8
tok/s
8–22 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 172.4 GB | IQ4_XS | knapp |
|
13.8
tok/s
8–22 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 172.4 GB | IQ4_XS | knapp |
|
11.3
tok/s
7–18 · niedrige Vertrauenswürdigkeit |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 227.2 GB | Q5_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
- xAI
- Organisationsart
- Industry
- Land
- United States of America
- Veröffentlicht
- 4 November 2023
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling, Chat
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
- 314B
- Trainingsdaten
- 6,200,000,000,000 tokens
"314B parameter Mixture-of-Experts model with 25% of the weights active on a given token". So effectively 78B parameters Mixture of 8 experts: https://github.com/xai-org/grok-1
(Speculative confidence, see compute notes)
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
- 2.9 × 10²⁴ FLOP
- Wie es etabliert wurde
- Benchmarks
- Plausibler Bereich
- 2 × 10²⁴ – 7 × 10²⁴ FLOP
"On these benchmarks, Grok-1 displayed strong results, surpassing all other models in its compute class, including ChatGPT-3.5 and Inflection-1. It is only surpassed by models that were trained with a significantly larger amount of training data and compute resources like GPT-4" Per table, Grok-1 is surpassed by Palm 2, Claude 2, GPT-4, so it required less compute than these three models. Palm 2 was trained on 7e24 FLOP. GPT-3.5 is ~2.6e24. Inflection-1's compute is not public/known by us but …
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)
- Training-Code
- Unreleased
apache 2.0 https://github.com/xai-org/grok-1
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Grundmodell
- Yes
- Wahrscheinlich über 10²³ FLOP
- Yes
- Warum es verfolgt wird
- Training cost
- Aufzeichnungsgenauigkeit
- Likely
"On these benchmarks, Grok-1 displayed strong results, surpassing all other models in its compute class, including ChatGPT-3.5 and Inflection-1"
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- Announcing Grok
- Zuletzt aktualisiert
- 18 December 2025
Die Extreme
Die zehn schnellsten GPUs, die RUN. Grok-1
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 · Q3_K_M 29.1 tok/s
- 02 B300 288 GB · 8,000 GB/s · Q5_K_M 19.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q5_K_M 15.4 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q5_K_M 15.4 tok/s
- 05 Radeon Instinct MI300X 192 GB · 5,325 GB/s · IQ4_XS 13.8 tok/s
- 06 Radeon Instinct MI308X 192 GB · 5,325 GB/s · IQ4_XS 13.8 tok/s
- 07 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q5_K_M 11.3 tok/s
Die kleinsten GPUs, die immer noch laufen Grok-1
Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..
- 01 B200 180 GB · Braucht 154.1 GB · Q3_K_M · knapp 29.1 tok/s
- 02 Radeon Instinct MI300X 192 GB · Braucht 172.4 GB · IQ4_XS · knapp 13.8 tok/s
- 03 Radeon Instinct MI308X 192 GB · Braucht 172.4 GB · IQ4_XS · knapp 13.8 tok/s
- 04 Radeon Instinct MI325X 256 GB · Braucht 227.2 GB · Q5_K_M · knapp 11.3 tok/s
- 05 B300 288 GB · Braucht 227.2 GB · Q5_K_M · knapp 19.3 tok/s
- 06 Radeon Instinct MI350X 288 GB · Braucht 227.2 GB · Q5_K_M · knapp 15.4 tok/s
- 07 Radeon Instinct MI355X 288 GB · Braucht 227.2 GB · Q5_K_M · knapp 15.4 tok/s
Was die Zahlen bedeuten
Was es braucht, um dieses Modell auszuführen
Minimale Karte
B200
Benötigter Speicher
154.1 GB
Schnellste
29.1 tok/s
Grok-1 erreicht eine Parameteranzahl von 314B. 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: 7.
Die kleinste Karte, die es hält, ist B200, mit einer MEMORY-KAPAZITÄT von 180 GB, es mit einer Kompression von Q3_K_M und produziert etwa 29.1 Token pro Sekunde
Am anderen Ende sitzt B200, generieren ungefähr 29.1 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.
Über dieses Modell
Grok-1 wurde veröffentlicht von xAI, im Land aufgezeichnet als United States of America, während November 2023. Die Kategorie, in die der Herausgeber fällt, ist industry.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling, Chat.
Veröffentlichte Gewichte bedeuten, dass das Modell auf deinem Rechner läuft und nicht auf dem eines anderen, was die Hardwarefrage unten überhaupt beantwortbar macht.
Wie schnell es läuft und warum
Das mediane Ergebnis liegt bei etwa 15.4 Token pro Sekunde. Text schneller produzieren, als die meisten Menschen ihn lesen. 7 von ihnen
Es ist ein dichtes Modell, daher wird jeder Parameter für jedes produzierte Token gelesen. Das macht die Geschwindigkeit fast genau bandbreitengebunden – eine Karte mit der doppelte Bandbreite erzeugt ungefähr doppelt so schnell.
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.
Was in den Aufbau geflossen ist
Der Trainingslauf verbrauchte etwa 2.9 × 10²⁴ FLOP. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.
Der Trainingssatz lief auf etwa 6,200,000,000,000 Text-Tokens
Das Einschlusskriterium: training cost.
Schritt für Schritt
Wie wählt man eine GPU für Grok-1
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
Überprüfen Sie, was es benötigt, bevor alles andere.
Beginne mit dem, was es tatsächlich benötigt, nämlich der Anforderung von Grok-1, benötigt ungefähr 154.1 GB bei einer Kompression von Q3_K_M. Kein Maß an Rechenleistung kompensiert eine Karte, die es nicht halten kann.
-
02
Passen Sie den Kontext an Ihre tatsächliche Verwendung an
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. Grok-1.
-
03
Wähle, wie weit du es komprimieren möchtest.
Kompression ist das, was ein Modell auf kleinere GPU-Karten passt, mit einem gewissen Verlust an Genauigkeit., 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
Nach Geschwindigkeit sortieren, um zu sehen, wie die CARDS eingestuft sind für Grok-1. 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 29.1 tok/s
-
05
Achte auf den Spielraum, nicht nur auf das Passende.
Ein enger Sitz läuft, lässt jedoch nichts für ein längeres Gespräch übrig, im Falle von Grok-1. 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
Überprüfen Sie die Karte von der anderen Seite
Jede Karte verlinkt auf ihre eigene Seite, die dieselbe Berechnung über den gesamten Modellkatalog ausführt. Eine Karte wird normalerweise für mehr als ein Modell gekauft, daher lohnt sich ein Blick, bevor man kauft. Grok-1.
Antworten
Grok-1 — Häufige Fragen
Grok-1— Warum unterscheidet sich die Quantisierung zwischen Karten?
Da die Kapazität variiert, variiert auch, wie sehr sie komprimiert werden muss. Die Anzahl der unterschiedlichen Ebenen in der obigen Tabelle: 3. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.
Grok-1— Wie genau sind diese Geschwindigkeitsabschätzungen?
Sie werden aus Spezifikationen berechnet, anstatt gemessen zu werden, und jede hat einen Bereich. Ein Beispiel: 17–47 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.
Grok-1— Welche GPU benötige ich, um es auszuführen?
Die kleinste Karte in unserem Katalog, die es hält, ist B200, mit einer MEMORY-KAPAZITÄT von 180 GB. Es führt das Modell mit einer Kompression von Q3_K_M verwenden von etwa 154.1 GB, und produziert ungefähr 29.1 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 7.
Grok-1— wie schnell ist es auf einer GPU?
Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 29.1 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: 7.
Grok-1— Wie viel VRAM benötigt es?
Es benötigt etwa 154.1 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.
Grok-1— 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.
Grok-1— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 314B. "314B parameter Mixture-of-Experts model with 25% of the weights active on a given token". So effectively 78B parameters Mixture of 8 experts: https://github.com/xai-org/grok-1. 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.
Grok-1— Wer hat es erstellt?
Es wurde veröffentlicht von xAI, basiert auf United States of America, eine als kategorisierte Organisation industry.
Grok-1— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in November 2023. Die Fähigkeit pro Parameter hat sich erheblich verbessert, sodass ein neueres Modell derselben Größe oft die bessere Nutzung derselben Hardware darstellt.
Grok-1— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling, Chat. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.
Grok-1— 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.
Grok-1— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?
Training verbrauchte etwa 2.9 × 10²⁴ FLOP. 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.
Grok-1— 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 63.8 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.
Grok-1— Würden zwei GPUs es schneller ausführen?
Zwei Karten kaufen Speicher statt Geschwindigkeit, was nur wichtig ist, wenn eine Karte es nicht halten kann. Die Anzahl, die es kann: 7. So eine zweite Karte ist hier selten die Antwort.
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.