Solar Open2 250B 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 · 64.9 tok/s
Tarjeta más rápida
B200
174 tok/s · 180 GB
¿Qué GPU pueden ejecutar? Solar Open2 250B?
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 | |||||
|---|---|---|---|---|---|---|---|
|
174
tok/s
104–278 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 135.8 GB | Q4_K_M | Ajustado |
|
130
tok/s
78–207 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | Ajustado |
|
113
tok/s
68–181 · baja confianza |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 121.2 GB | IQ4_XS | Ajustado |
|
113
tok/s
68–181 · baja confianza |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 121.2 GB | IQ4_XS | Ajustado |
|
105
tok/s
63–169 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 106.6 GB | Q3_K_M | Ajustado |
|
75.2
tok/s
45–120 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 252.3 GB | Q8_0 | Ajustado |
|
69.7
tok/s
42–112 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 164.9 GB | Q5_K_M | Ajustado |
|
69.7
tok/s
42–112 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 164.9 GB | Q5_K_M | Ajustado |
|
64.9
tok/s
39–104 · baja confianza |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 106.6 GB | Q3_K_M | Ajustado |
|
64.9
tok/s
39–104 · baja confianza |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 106.6 GB | Q3_K_M | Ajustado |
|
63.9
tok/s
38–102 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 194.0 GB | Q6_K | Ajustado |
|
60.1
tok/s
36–96 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 252.3 GB | Q8_0 | Ajustado |
|
60.1
tok/s
36–96 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 252.3 GB | Q8_0 | Ajustado |
|
54.1
tok/s
32–87 · baja confianza |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | Ajustado |
|
52.9
tok/s
32–85 · baja confianza |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | Ajustado |
|
6.9
tok/s
4–11 · baja confianza |
GB10 NVIDIA | 128 GB | 273 GB/s | Oct 2025 | 106.6 GB | Q3_K_M | Ajustado |
|
6.9
tok/s
4–11 · baja confianza |
Jetson T5000 NVIDIA | 128 GB | 273 GB/s | Aug 2025 | 106.6 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
- Upstage
- Tipo de Organización
- Industry
- País
- Korea (Republic of)
- Publicado
- 28 June 2026
- Autores
- Upstage Team
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, Reasoning, Tool use, Translation, Question answering
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
- 250.3B
- Datos de entrenamiento
- 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
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
- 1.1 × 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.
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA B200,NVIDIA H200
- Chips utilizados
- 1,656
- Tiempo de reloj
- 1,900 hours (79.2 days)
- Consumo de energía
- 3.2 MW
Approx. 80 days net training time (vendor-reported).
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 (unrestricted)
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Por qué se rastrea
- Training cost,Discretionary
- Confianza de registro
- Likely
high training cost, developer reports $32 million
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Solar Open2 250B Hugging Face Model Card
- Última actualización
- 22 July 2026
Los extremos
Las diez GPUs más rápidas que ejecutan Solar Open2 250B
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 · 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
Las GPUs más pequeñas que aún funcionan Solar Open2 250B
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 106.6 GB · Q3_K_M · Ajustado 6.9 tok/s
- 02 Jetson T5000 128 GB · Necesita 106.6 GB · Q3_K_M · Ajustado 6.9 tok/s
- 03 Radeon Instinct MI300A 128 GB · Necesita 106.6 GB · Q3_K_M · Ajustado 105 tok/s
- 04 Data Center GPU Max 1550 128 GB · Necesita 106.6 GB · Q3_K_M · Ajustado 54.1 tok/s
- 05 Data Center GPU Max Subsystem 128 GB · Necesita 106.6 GB · Q3_K_M · Ajustado 52.9 tok/s
- 06 Radeon Instinct MI300 128 GB · Necesita 106.6 GB · Q3_K_M · Ajustado 130 tok/s
- 07 Radeon Instinct MI250 128 GB · Necesita 106.6 GB · Q3_K_M · Ajustado 64.9 tok/s
- 08 Radeon Instinct MI250X 128 GB · Necesita 106.6 GB · Q3_K_M · Ajustado 64.9 tok/s
- 09 H200 NVL 141 GB · Necesita 121.2 GB · IQ4_XS · Ajustado 113 tok/s
- 10 H200 SXM 141 GB 141 GB · Necesita 121.2 GB · IQ4_XS · Ajustado 113 tok/s
Qué significan los números
Lo que necesitas para ejecutar esto
Mínima tarjeta
Radeon Instinct MI250
Memoria necesaria
106.6 GB
Más rápido
174 tok/s
Solar Open2 250B llega a un recuento de parámetros de 250.3B. 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.
El hardware mínimo que funciona es Radeon Instinct MI250, con una capacidad de memoria de 128 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 64.9 tokens por segundo
Lo más rápido que calculamos para ello es B200, generando aproximadamente 174 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Qué es este modelo
Solar Open2 250B fue publicado por Upstage, en el país registrado como Korea (Republic of), durante June 2026. La organización editora está clasificada como industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling, Reasoning, Tool use, Translation, Question answering.
Los PESOS están publicados, por lo que se puede descargar y ejecutar en su propio HARDWARE indefinidamente, SIN CONEXIÓN, sin cuenta adjunta.
Qué decide la velocidad
En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 64.9 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 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
El entrenamiento consumió alrededor de 1.1 × 10²⁴ FLOP, en hardware registrado como NVIDIA B200,NVIDIA H200. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El entrenamiento consumió un corpus de alrededor de 11,000,000,000,000 tokens de texto
Su criterio de inclusión: training cost,Discretionary.
Paso a paso
Cómo elegir una GPU para Solar Open2 250B
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
Lee la cifra de MEMORIA primero
La tabla enumera cada tarjeta capaz de contener Solar Open2 250B, necesitando alrededor 106.6 GB a una compresión de Q3_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
-
02
Establece la longitud de contexto en la que trabajarás.
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. Solar Open2 250B.
-
03
Elige cuán lejos lo comprimirás.
La columna de cuantización varía por tarjeta, porque una tarjeta más grande sostiene una copia más precisa., 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
Compara tokens por segundo, no especificaciones
El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para Solar Open2 250B. 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 174 tok/s
-
05
Mira el margen, no solo la compatibilidad.
La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de Solar Open2 250B. 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.
Cada página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de Solar Open2 250B.
Respuestas
Solar Open2 250B — preguntas comunes
Solar Open2 250B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.1 × 10²⁴ FLOP, en hardware registrado como NVIDIA B200,NVIDIA H200. 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.
Solar Open2 250B— ¿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 49.4 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
Solar Open2 250B— ¿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.
Solar Open2 250B— ¿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: 6. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
Solar Open2 250B— ¿Qué tan precisas son estas estimaciones de velocidad?
Estas son estimaciones con barras de error reales, y cualquiera de ellas podría razonablemente situarse en cualquier parte de su rango publicado dependiendo del runtime que utilices. El resultado más rápido aquí: 104–278 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.
Solar Open2 250B— ¿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 106.6 GB, y produce aproximadamente 64.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 17.
Solar Open2 250B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 174 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.
Solar Open2 250B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 106.6 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.
Solar Open2 250B— ¿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.
Solar Open2 250B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 250.3B. Total: 250.3B, Active: 14.7B per token. Mixture-of-Experts (320 routed experts + 1 shared expert). 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.
Solar Open2 250B— ¿Quién lo creó?
Fue publicado por Upstage, basado en Korea (Republic of), una organización categorizada como industry.
Solar Open2 250B— ¿cuándo fue lanzado?
Se publicó en June 2026.
Solar Open2 250B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling, Reasoning, Tool use, Translation, Question answering. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Solar Open2 250B— ¿Dónde puedo descargarlo?
Los pesos están publicados, aunque no tenemos un enlace de repositorio para ello. Este sitio calcula los requisitos de hardware en lugar de alojar archivos de modelo.
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.