Qwen3-235B-A22B TPS-Rechner

Offene Gewichte Alibaba 235B Parameter April 2025

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

17 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

Radeon Instinct MI250

128 GB · IQ4_XS · 62.9 tok/s

Schnellste Karte

B200

143 tok/s · 180 GB

Welche GPUs können laufen Qwen3-235B-A22B?

Setze die Eingaben, lies die Antwort

Kontextlänge Token

Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..

Minimale Qualität

Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..

Suchkarten

Karten-VRAM

Zeige auch Karten, die es nicht ausführen können.

17 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
143 tok/s 86–229 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	153.0 GB	Q5_K_M	knapp
126 tok/s 75–201 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	112.0 GB	IQ4_XS	knapp
113 tok/s 68–181 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	125.7 GB	Q4_K_M	knapp
113 tok/s 68–181 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	125.7 GB	Q4_K_M	knapp
102 tok/s 61–163 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	112.0 GB	IQ4_XS	knapp
80.1 tok/s 48–128 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	235.1 GB	Q8_0	knapp
74.3 tok/s 45–119 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	153.0 GB	Q5_K_M	knapp
74.3 tok/s 45–119 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	153.0 GB	Q5_K_M	knapp
68.1 tok/s 41–109 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	180.4 GB	Q6_K	Komfortabel
64.0 tok/s 38–102 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	235.1 GB	Q8_0	knapp
64.0 tok/s 38–102 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	235.1 GB	Q8_0	knapp
62.9 tok/s 38–101 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	112.0 GB	IQ4_XS	knapp
62.9 tok/s 38–101 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	112.0 GB	IQ4_XS	knapp
52.4 tok/s 31–84 · niedrige Vertrauenswürdigkeit	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	112.0 GB	IQ4_XS	knapp
51.3 tok/s 31–82 · niedrige Vertrauenswürdigkeit	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	112.0 GB	IQ4_XS	knapp
6.7 tok/s 4–11 · niedrige Vertrauenswürdigkeit	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	112.0 GB	IQ4_XS	knapp
6.7 tok/s 4–11 · niedrige Vertrauenswürdigkeit	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	112.0 GB	IQ4_XS	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: Alibaba
Organisationsart: Industry
Land: China
Veröffentlicht: 29 April 2025

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain: Language
Aufgabe: Language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning, Code generation, Translation

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: 235B
Trainingsdaten: 36,000,000,000,000 tokens
Epochen: 1

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: 4.8 × 10²⁴ FLOP
Wie es etabliert wurde: Operation counting

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
Hugging Face: Qwen

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Wahrscheinlich über 10²³ FLOP: Yes
Warum es verfolgt wird: Discretionary
Aufzeichnungsgenauigkeit: Likely

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz: Qwen3: Think Deeper, Act Faster
Zuletzt aktualisiert: 18 December 2025

Die Extreme

Die zehn schnellsten GPUs, die RUN. Qwen3-235B-A22B

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..

Die kleinsten GPUs, die immer noch laufen Qwen3-235B-A22B

Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..

Was die Zahlen bedeuten

Hardware-Anforderungen in der Praxis

Minimale Karte

Radeon Instinct MI250

Benötigter Speicher

112.0 GB

Schnellste

143 tok/s

Qwen3-235B-A22B erreicht eine Parameteranzahl von 235B. 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.

Der Einstiegspunkt ist Radeon Instinct MI250, mit einer MEMORY-KAPAZITÄT von 128 GB, es mit einer Kompression von IQ4_XS und produziert etwa 62.9 Token pro Sekunde

Die schnellste Berechnung dafür ist B200, generieren ungefähr 143 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Hintergrund

Qwen3-235B-A22B wurde veröffentlicht von Alibaba, im Land aufgezeichnet als China, während April 2025. Die veröffentlichende Organisation ist als industry.

Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning, Code generation, Translation.

Da seine Gewichte veröffentlicht wurden, hängt nichts davon ab, es auszuführen, dass ein Anbieter verfügbar bleibt – es gehört dir, sobald es heruntergeladen ist. Es ist unter der Organisation auf Hugging Face veröffentlicht. Qwen.

Die Durchsatzwerte lesen

Über jede Karte, die es ausführen kann, liegt die Mitte der Reihe bei 68.1 Token pro Sekunde. Text schneller produzieren, als die meisten Menschen ihn lesen. 15 von ihnen

Die Mischung-von-Experten-Routing ist der Grund, warum die Geschwindigkeiten hier hoch für die Parameteranzahl erscheinen. Nur ein Bruchteil wird pro Token gelesen, aber das Ganze muss geladen werden.

Das Attention-Layout ist in unserer Datenbank, sodass die Speicherstatistiken genau berechnet werden, anstatt geschätzt zu werden.

Training und Herkunft

Das Training benötigte ein Rechenbudget von ungefähr 4.8 × 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 36,000,000,000,000 Text-Tokens

Das Einschlusskriterium: discretionary.

Schritt für Schritt

Wie wählt man eine GPU für Qwen3-235B-A22B

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

Jede Karte hier wurde geprüft gegen Qwen3-235B-A22B, benötigt ungefähr 112.0 GB bei einer Kompression von IQ4_XS. 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.

Das Gespräch belegt ebenfalls Speicher und wächst, während es fortschreitet. Stellen Sie den Regler auf die Länge ein, die Sie erwarten, denn bei langem CONTEXT kann eine KARTE, die kurze Fragen mühelos verarbeitet, entfernt werden. Qwen3-235B-A22B.
03

Entscheiden Sie, wie viel Kompression Sie akzeptieren werden.

Jede Karte läuft die am wenigsten komprimierte Kopie, die sie halten kann., eine Kompression von IQ4_XS 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

Nach Geschwindigkeit sortieren

Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für Qwen3-235B-A22B. 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 143 tok/s
05

Achte auf den Spielraum, nicht nur auf das Passende.

Tight bedeutet, dass es lädt und ohne Spielraum funktioniert, um den Kontext später zu erhöhen, im Fall von Qwen3-235B-A22B. 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

Sieh, was diese Karte noch ausführen kann.

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. Qwen3-235B-A22B.

Antworten

Qwen3-235B-A22B — Häufige Fragen

Qwen3-235B-A22B— Wofür wird es verwendet?

Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Question answering, Mathematical reasoning, Quantitative reasoning, Code generation, Translation. Ein Modell kann mehrere von jedem tragen, daher sind dies die Bereiche, für die es gebaut wurde, anstatt eine Begrenzung dafür, was es versuchen wird.

Qwen3-235B-A22B— Wo kann ich es herunterladen?

Seine Gewichte sind auf Hugging Face veröffentlicht, unter der Organisation Qwen. Wir hosten keine Modell-Dateien — diese Seite berechnet, welche Hardware benötigt wird, um sie auszuführen.

Qwen3-235B-A22B— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?

Training verbrauchte etwa 4.8 × 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.

Qwen3-235B-A22B— Kann ich es ausführen, wenn es nicht in meine GPU passt?

Teilweise. Schichten, die nicht passen, verbleiben im System-Speicher und laufen mit einem Bruchteil der Geschwindigkeit, sodass ein überwiegend ausgelagerter Modell selten von Nutzen ist. Die nächste verpasste Berechnung bleibt hinter 39.3 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

Qwen3-235B-A22B— Würden zwei GPUs es schneller ausführen?

Eine zweite Karte verdoppelt grob den verfügbaren Speicher, aber nicht die Generationsrate. Die Anzahl, die bereits in der Lage ist, es allein auszuführen: 17. So eine zweite Karte ist hier selten die Antwort.

Qwen3-235B-A22B— 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: 5. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.

Qwen3-235B-A22B— Wie genau sind diese Geschwindigkeitsabschätzungen?

Sie werden aus Spezifikationen berechnet, anstatt gemessen zu werden, und jede hat einen Bereich. Ein Beispiel: 86–229 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

Qwen3-235B-A22B— 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 IQ4_XS verwenden von etwa 112.0 GB, und produziert ungefähr 62.9 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 17.

Qwen3-235B-A22B— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 143 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.

Qwen3-235B-A22B— Wie viel VRAM benötigt es?

Es benötigt etwa 112.0 GB bei einer Kompression von IQ4_XS, 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.

Qwen3-235B-A22B— 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.

Qwen3-235B-A22B— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 235B. 235 billion total parameters and 22 billion activated parameters Number of Layers: 94 Number of Attention Heads (GQA): 64 for Q and 4 for KV Number of Experts: 128 Number of Activated Experts: 8 Context Length: 32,768 natively and 131,072 tokens with YaRN. 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.

Qwen3-235B-A22B— Wer hat es erstellt?

Es wurde veröffentlicht von Alibaba, basiert auf China, eine als kategorisierte Organisation industry.

Qwen3-235B-A22B— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in April 2025.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 18 December 2025

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.

Alle KI-Modelle