Mixtral 8x7B calculadora TPS

Abre pesos Mistral AI 46.7B parámetros December 2023

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

126 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Tesla M40 24 GB

24 GB · Q3_K_M · 21.7 tok/s

Tarjeta más rápida

B200

263 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Mixtral 8x7B?

Establecer las entradas, leer la respuesta

Longitud del contexto tokens

Una conversación más larga necesita más VRAM, lo que puede expulsar este modelo de tarjetas más pequeñas..

Calidad mínima

Oculta tarjetas que solo se ajustarían al modelo comprimiéndolo por debajo de este punto..

Buscar tarjetas

Memoria de la tarjeta

También muestra tarjetas que no pueden ejecutarlo.

126 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
263 tok/s 158–420 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	48.2 GB	Q8_0	Cómodo
263 tok/s 158–420 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	48.2 GB	Q8_0	Cómodo
210 tok/s 126–336 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Cómodo
210 tok/s 126–336 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Cómodo
168 tok/s 101–268 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	48.2 GB	Q8_0	Cómodo
161 tok/s 96–257 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Cómodo
161 tok/s 96–257 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Cómodo
154 tok/s 92–246 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	48.2 GB	Q8_0	Cómodo
142 tok/s 85–227 · baja confianza	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	Ajustado
142 tok/s 85–227 · baja confianza	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	Ajustado
136 tok/s 82–218 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Cómodo
136 tok/s 82–218 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Cómodo
136 tok/s 82–218 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Cómodo
136 tok/s 81–217 · baja confianza	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	Ajustado
136 tok/s 81–217 · baja confianza	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	Ajustado
129 tok/s 78–207 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	48.2 GB	Q8_0	Cómodo
119 tok/s 71–190 · baja confianza	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	21.0 GB	Q3_K_M	Ajustado
110 tok/s 66–177 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Cómodo
110 tok/s 66–177 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	48.2 GB	Q8_0	Cómodo
110 tok/s 66–177 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Cómodo
110 tok/s 66–177 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Cómodo
110 tok/s 66–177 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Cómodo
108 tok/s 65–173 · baja confianza	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	21.0 GB	Q3_K_M	Ajustado
91.5 tok/s 55–146 · baja confianza	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	31.8 GB	Q5_K_M	Ajustado
91.5 tok/s 55–146 · baja confianza	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	31.8 GB	Q5_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: Mistral AI
Tipo de Organización: Industry
País: France
Publicado: 11 December 2023
Autores: Albert Jiang, Alexandre Sablayrolles, Arthur Mensch, Blanche Savary, Chris Bamford, Devendra Singh Chaplot, Diego de las Casas, Emma Bou Hanna, Florian Bressand, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Lélio Renard Lavaud, Louis Ternon, Lucile Saulnier, Marie-Anne Lachaux, Pierre Stock, Teven Le Scao, Théophile Gervet, Thibaut Lavril, Thomas Wang, Timothée Lacroix, William El Sayed.

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, Question answering, Quantitative reasoning, Translation

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: 46.7B
Datos de entrenamiento: 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: 7.7 × 10²³ FLOP
Cómo se estableció: Operation counting

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)
Código de entrenamiento: Unreleased
Hugging Face: mistralai

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: Significant use
Confianza de registro: Speculative

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia: Mixtral of experts: A high quality Sparse Mixture-of-Experts.
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan Mixtral 8x7B

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..

Las GPUs más pequeñas que aún funcionan Mixtral 8x7B

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..

Qué significan los números

El lado de hardware

Mínima tarjeta

Tesla M40 24 GB

Memoria necesaria

21.0 GB

Más rápido

263 tok/s

Mixtral 8x7B llega a un recuento de parámetros de 46.7B. Eso cae dentro del rango que una tarjeta de escritorio seria puede manejar una vez que los pesos están comprimidos. El número de tarjetas que rastreamos que pueden ejecutarlo: 126.

En el extremo bajo, se maneja por Tesla M40 24 GB, con una capacidad de memoria de 24 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 21.7 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 263 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

De dónde vino

Mixtral 8x7B fue publicado por Mistral AI, en el país registrado como France, durante December 2023. La organización editora está clasificada como industry.

Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Quantitative reasoning, Translation.

El hecho de que los pesos sean abiertos es lo que coloca esta página en la calculadora en lugar de solo en el catálogo: es un modelo que puedes sostener. En Hugging Face está publicado bajo la organización mistralai.

Entendiendo las velocidades

El resultado mediano es alrededor de 65.8 tokens por segundo. Excediendo velocidad de lectura directamente: 122 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 disposición de atención está en nuestra base de datos, por lo que las cifras de VRAM se calculan exactamente en lugar de aproximarse.

Qué se necesitó para construirlo

Entrenarlo tomó un presupuesto de computación de aproximadamente 7.7 × 10²³ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

La razón por la que aparece en este catálogo en absoluto: significant use.

Paso a paso

Cómo elegir una GPU para Mixtral 8x7B

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 Mixtral 8x7B, necesitando alrededor 21.0 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

Las conversaciones más largas consumen memoria además de lo que los pesos necesitan. Mueve el control deslizante a tu longitud de trabajo real antes de confiar en cualquier fila para Mixtral 8x7B.
03

Decide cuánto compresión aceptarás

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

Ordenar por velocidad

Ordenar por velocidad para ver cómo se clasifican las tarjetas por Mixtral 8x7B. 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 263 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 Mixtral 8x7B. 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. Mixtral 8x7B.

Respuestas

Mixtral 8x7B — preguntas comunes

Mixtral 8x7B— ¿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.

Mixtral 8x7B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 46.7B. 46.7B *sparse* params. 12.9B params used on average: "Concretely, Mixtral has 46.7B total parameters but only uses 12.9B parameters per token. It, therefore, processes input and generates output at the same speed and for the same cost as a 12.9B model.". 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.

Mixtral 8x7B— ¿Quién lo creó?

Fue publicado por Mistral AI, basado en France, una organización categorizada como industry.

Mixtral 8x7B— ¿cuándo fue lanzado?

Se publicó en December 2023. 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.

Mixtral 8x7B— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Quantitative reasoning, Translation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.

Mixtral 8x7B— ¿Dónde puedo descargarlo?

Sus pesos están publicados en Hugging Face, bajo la organización mistralai. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.

Mixtral 8x7B— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 7.7 × 10²³ 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.

Mixtral 8x7B— ¿Puedo ejecutarlo si no cabe en mi GPU?

En parte. Las capas que no se ajustan se encuentran en la memoria del sistema y funcionan a una fracción de la velocidad, por lo que un modelo mayoritariamente descargado rara vez merece la pena utilizar. El fallo más cercano que calculamos se queda corto por 8.4 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Mixtral 8x7B— ¿Correrían dos GPUS más rápido?

Dos tarjetas compran memoria en lugar de velocidad, lo cual solo importa si una tarjeta no puede contenerlo. El número que puede: 126. Así que una segunda tarjeta rara vez es la respuesta aquí.

Mixtral 8x7B— ¿Por qué difiere la cuantificación entre tarjetas?

Debido a que la capacidad varía, también varía cuán difícil tiene que ser exprimido. El número de niveles distintos en la tabla de arriba: 6. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Mixtral 8x7B— ¿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: 158–420 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.

Mixtral 8x7B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Tesla M40 24 GB, con una capacidad de memoria de 24 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 21.0 GB, y produce aproximadamente 21.7 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 126.

Mixtral 8x7B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 263 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: 122.

Mixtral 8x7B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 21.0 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.

Mixtral 8x7B— ¿Puedo ejecutarlo en una GPU que tiene? 24 GB?

Sí. La tarjeta GeForce RTX 5090 D V2, sosteniendo 24 GB, lo ejecuta a una compresión de Q3_K_M, usando alrededor 21.0 GB y generando aproximadamente 119 tokens por segundo. El ajuste es ajustado.

Origen

Publicación original

Última actualización registrada 28 November 2025

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.

Todos los modelos de IA