DeepSeek-V2.5 calculadora TPS
Cada tarjeta a continuación se evalúa en función de este modelo en la longitud de contexto y calidad mínima que elijas. La velocidad es una estimación para una sola solicitud, calculada a partir del ancho de banda de memoria de la tarjeta y el tamaño del modelo una vez comprimido..
Calculado para este modelo
818 tarjetas que tenemos especificaciones para
Tarjeta más pequeña que cabe
Radeon Instinct MI250
128 GB · Q3_K_M · 68.8 tok/s
Tarjeta más rápida
B200
142 tok/s · 180 GB
¿Qué GPU pueden ejecutar? DeepSeek-V2.5?
Establecer las entradas, leer la respuesta
Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..
Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..
17 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
142
tok/s
85–228 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 157.4 GB | Q5_K_M | Ajustado |
|
137
tok/s
82–220 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 102.5 GB | Q3_K_M | Ajustado |
|
120
tok/s
72–192 · baja confianza |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 116.2 GB | IQ4_XS | Ajustado |
|
120
tok/s
72–192 · baja confianza |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 116.2 GB | IQ4_XS | Ajustado |
|
112
tok/s
67–179 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 102.5 GB | Q3_K_M | Ajustado |
|
79.8
tok/s
48–128 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 239.9 GB | Q8_0 | Ajustado |
|
74.0
tok/s
44–118 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 157.4 GB | Q5_K_M | Ajustado |
|
74.0
tok/s
44–118 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 157.4 GB | Q5_K_M | Ajustado |
|
68.8
tok/s
41–110 · baja confianza |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 102.5 GB | Q3_K_M | Ajustado |
|
68.8
tok/s
41–110 · baja confianza |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 102.5 GB | Q3_K_M | Ajustado |
|
67.8
tok/s
41–108 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 184.9 GB | Q6_K | Cómodo |
|
63.7
tok/s
38–102 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 239.9 GB | Q8_0 | Ajustado |
|
63.7
tok/s
38–102 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 239.9 GB | Q8_0 | Ajustado |
|
57.4
tok/s
34–92 · baja confianza |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 102.5 GB | Q3_K_M | Ajustado |
|
56.1
tok/s
34–90 · baja confianza |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 102.5 GB | Q3_K_M | Ajustado |
|
7.4
tok/s
4–12 · baja confianza |
GB10 NVIDIA | 128 GB | 273 GB/s | Oct 2025 | 102.5 GB | Q3_K_M | Ajustado |
|
7.4
tok/s
4–12 · baja confianza |
Jetson T5000 NVIDIA | 128 GB | 273 GB/s | Aug 2025 | 102.5 GB | Q3_K_M | Ajustado |
Las velocidades son estimaciones para una sola solicitud — una conversación a la vez — calculadas a partir del ancho de banda de memoria, el tamaño del modelo y la cuantificación. El rendimiento real varía con el tiempo de inferencia y su versión. Las cifras publicadas por los proveedores de hardware miden muchas solicitudes simultáneas y son mucho más altas..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- DeepSeek
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 6 September 2024
- Autores
- DeepSeek-AI, Aixin Liu, Bei Feng, Bin Wang, Bingxuan Wang, Bo Liu, Chenggang Zhao, Chengqi Dengr, Chong Ruan, Damai Dai, Daya Guo, Dejian Yang, Deli Chen, Dongjie Ji, Erhang Li, Fangyun Lin, Fuli Luo, Guangbo Hao, Guanting Chen, Guowei Li, H. Zhang, Hanwei Xu, Hao Yang, Haowei Zhang, Honghui Ding, Huajian Xin, Huazuo Gao, Hui Li, Hui Qu, J.L. Cai, Jian Liang, Jianzhong Guo, Jiaqi Ni, Jiashi Li, Ji…
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Chat, Code generation
- Enfoque
- Self-supervised learning
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 236B
- Datos de entrenamiento
- tokens
- Tamaño de lote
- 36,864,000
21B active params, 236B total
The original V2 had a dataset of 8.1T unique tokens, and coder-V2 added an additional 1.391T unique tokens of code and math. But it appears no additional training was done to combine them into this model.
Maximum batch size comes from training of V2-coder, which used long context training with 288 batches of 128k tokens = 36,864,000
Cómputo de entrenamiento
La aritmética realizada para entrenar el modelo, medida en operaciones de punto flotante. Es una medida de lo que costó la ejecución del entrenamiento, no de qué tan rápido te responde el modelo terminado.
- Cómputo de entrenamiento
- 1.8 × 10²⁴ FLOP
- Cómo se estableció
- Operation counting
V2.5 is a merge of V2-coder and V2-chat V2-coder is trained for 6T additional tokens from an intermediate checkpoint of V2, which had been trained for 4.2T tokens. Total: 10.2T V2-chat is fine-tuned from V2, saw 8.2T tokens in pre-training Unique steps: 8.2T + 6T = 14.2T FLOPs: 6 * 21B * 14.2T = 1.7892e24
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Centro de datos
- There is no paper to reference, no information about hardware used for training found in media.
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Open — downloadable
- Acceso al modelo
- Open weights (restricted use)
- Código de entrenamiento
- Unreleased
- Hugging Face
- deepseek-ai
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Probablemente por encima de 10²³ FLOP
- Yes
- Por qué se rastrea
- Training cost
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- DeepSeek-V2.5
- Última actualización
- 19 February 2026
Los extremos
Las diez GPUs más rápidas que ejecutan DeepSeek-V2.5
Clasificado por tokens estimados por segundo, la tarjeta más nueva primero donde las velocidades están empatadas. Debido a que la generación está limitada por el ancho de banda de memoria, este orden sigue el ancho de banda en lugar de cualquier referencia de juego..
- 01 B200 180 GB · 8,000 GB/s · Q5_K_M 142 tok/s
- 02 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q3_K_M 137 tok/s
- 03 H200 NVL 141 GB · 4,890 GB/s · IQ4_XS 120 tok/s
- 04 H200 SXM 141 GB 141 GB · 4,890 GB/s · IQ4_XS 120 tok/s
- 05 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q3_K_M 112 tok/s
- 06 B300 288 GB · 8,000 GB/s · Q8_0 79.8 tok/s
- 07 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q5_K_M 74.0 tok/s
- 08 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q5_K_M 74.0 tok/s
- 09 Radeon Instinct MI250 128 GB · 3,280 GB/s · Q3_K_M 68.8 tok/s
- 10 Radeon Instinct MI250X 128 GB · 3,280 GB/s · Q3_K_M 68.8 tok/s
Las GPUs más pequeñas que aún funcionan DeepSeek-V2.5
La ruta más barata para entrar, por capacidad de memoria. Un ajuste apretado ejecuta el modelo pero no deja nada de sobra para una conversación más larga..
- 01 GB10 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 7.4 tok/s
- 02 Jetson T5000 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 7.4 tok/s
- 03 Radeon Instinct MI300A 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 112 tok/s
- 04 Data Center GPU Max 1550 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 57.4 tok/s
- 05 Data Center GPU Max Subsystem 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 56.1 tok/s
- 06 Radeon Instinct MI300 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 137 tok/s
- 07 Radeon Instinct MI250 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 68.8 tok/s
- 08 Radeon Instinct MI250X 128 GB · Necesita 102.5 GB · Q3_K_M · Ajustado 68.8 tok/s
- 09 H200 NVL 141 GB · Necesita 116.2 GB · IQ4_XS · Ajustado 120 tok/s
- 10 H200 SXM 141 GB 141 GB · Necesita 116.2 GB · IQ4_XS · Ajustado 120 tok/s
Qué significan los números
Lo que se necesita para ejecutar este modelo
Mínima tarjeta
Radeon Instinct MI250
Memoria necesaria
102.5 GB
Más rápido
142 tok/s
DeepSeek-V2.5 llega a un recuento de parámetros de 236B. Eso está más allá de lo que cualquier tarjeta gráfica única puede soportar. Ejecutarlo significa dividirlo entre varias tarjetas o alquilar hardware construido para el trabajo, y cada tarjeta capaz de soportarlo sola es una parte de datacenter. El número que puede: 17.
La tarjeta más pequeña que lo sostiene es Radeon Instinct MI250, con una capacidad de memoria de 128 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 68.8 tokens por segundo
En el otro extremo se encuentra B200, generando aproximadamente 142 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
De dónde vino
DeepSeek-V2.5 fue publicado por DeepSeek, en el país registrado como China, durante September 2024. La categoría en la que se encuentra el editor es industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Chat, Code generation.
Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta. En Hugging Face está publicado bajo la organización deepseek-ai.
Entendiendo las velocidades
El resultado mediano es alrededor de 68.8 tokens por segundo. Excediendo velocidad de lectura directamente: 15 de ellos.
Porque enruta cada token a través de un subconjunto de sus weights, produce texto al ritmo de un modelo mucho más pequeño. El inconveniente es la memory: toda tiene que caber, así que la velocidad es una bonificación en lugar de un descuento en hardware.
Su arquitectura interna no está en nuestra base de datos, por lo que la memoria se aproxima a partir del conteo de parámetros y se marca en consecuencia. Se espera que la cifra real difiera, más aún en contextos largos.
Cómo fue entrenado
Producirlo requirió una aritmética que totaliza alrededor de 1.8 × 10²⁴ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
Se rastrea en el conjunto de datos subyacente por una razón en particular: training cost.
Paso a paso
Cómo elegir una GPU para DeepSeek-V2.5
La tabla de arriba ya ha evaluado cada tarjeta para la que tenemos especificaciones en contra de este modelo. Llegar a tu respuesta toma seis pasos..
-
01
Verifica lo que necesita antes de cualquier otra cosa.
Cada tarjeta aquí ha sido verificada contra DeepSeek-V2.5, necesitando alrededor 102.5 GB a una compresión de Q3_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
-
02
Ajusta el contexto a tu uso actual
Establece el contexto a lo que realmente usarás. La caché crece con la conversación, y es la razón habitual por la que una card que parecía bien deja de fit. DeepSeek-V2.5.
-
03
Establecer un umbral de calidad
Cada tarjeta ejecuta la copia menos comprimida que puede contener., alcanzando una compresión de Q3_K_M en la tarjeta más pequeña que cabe. Establecer una calidad mínima elimina las tarjetas que solo la manejan apretando más de lo que desearías, y mantiene la comparación en un nivel.
-
04
Clasifica por rendimiento en lugar de la hoja de especificaciones.
La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. DeepSeek-V2.5. No se ajustará a un pedido de gaming, porque la generación está limitada por el ancho de banda de memoria. La tarjeta que encabeza la lista es B200, en 142 tok/s
-
05
Lee la columna de ajuste al final
La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de DeepSeek-V2.5. Cómodo significa que puedes aumentar el contexto más adelante. Esa diferencia importa más que unos pocos tokens por segundo, así que compra por cómodo si esperas hacerlo.
-
06
Abre la tarjeta que has elegido.
Seguir un GPU a su propia página muestra cada otro modelo que puede contener, que es la pregunta que sigue una vez que te has decidido por. DeepSeek-V2.5.
Respuestas
DeepSeek-V2.5 — preguntas comunes
DeepSeek-V2.5— ¿Correrían dos GPUS más rápido?
La capacidad se suma entre las tarjetas; el rendimiento no. El número de tarjetas que ya lo tienen por sí solas: 17. Así que una segunda tarjeta rara vez es la respuesta aquí.
DeepSeek-V2.5— ¿Por qué difiere la cuantificación entre tarjetas?
Una tarjeta más grande sostiene una copia más precisa. El número de niveles de compresión utilizados en las tarjetas que la ejecutan: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
DeepSeek-V2.5— ¿Qué tan precisas son estas estimaciones de velocidad?
Cada cifra se deriva del ancho de banda de VRAM y del tamaño del modelo, no está basado en benchmarks, por lo que cada una se publica como un rango en lugar de un solo número. Un ejemplo: 85–228 tok/s en B200. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.
DeepSeek-V2.5— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI250, con una capacidad de memoria de 128 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 102.5 GB, y produce aproximadamente 68.8 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 17.
DeepSeek-V2.5— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 142 tokens por segundo; el más lento que aún lo ejecuta consigue considerablemente menos. La velocidad de lectura es de alrededor de diez tokens por segundo, y el número de cards que logran eso: 15.
DeepSeek-V2.5— ¿Cuánta VRAM necesita?
Necesita aproximadamente 102.5 GB a una compresión de Q3_K_M, cuál es la tarjeta más pequeña que lo ejecuta. Menos compresión necesita más: las cifras en la columna de memoria anterior se recalculan para cada tarjeta, porque cada una sostiene la versión menos comprimida que puede.
DeepSeek-V2.5— ¿Es de código abierto?
Sus pesos están publicados, por lo que se pueden descargar y ejecutar en su propio hardware. Tenga en cuenta que OPEN WEIGHTS no es lo mismo que OPEN SOURCE en el sentido completo: no dice nada sobre los datos de entrenamiento, el código de entrenamiento o los términos comerciales adjuntos.
DeepSeek-V2.5— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 236B. 21B active params, 236B total. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
DeepSeek-V2.5— ¿Quién lo creó?
Fue publicado por DeepSeek, basado en China, una organización categorizada como industry.
DeepSeek-V2.5— ¿cuándo fue lanzado?
Se publicó en September 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.
DeepSeek-V2.5— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Chat, Code generation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
DeepSeek-V2.5— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización deepseek-ai. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
DeepSeek-V2.5— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.8 × 10²⁴ FLOP. Eso mide cuánto costó producir el modelo y no dice nada sobre cuán rápido responde una vez entrenado — la velocidad de inferencia proviene del ancho de banda de memoria, no del presupuesto de entrenamiento.
DeepSeek-V2.5— ¿Puedo ejecutarlo si no cabe en mi GPU?
Se puede dividir entre la tarjeta y la memoria del sistema, pero se genera muy lentamente de esa manera. El fallo más cercano que calculamos se queda corto por 43.6 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.