Grok-1 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
B200
180 GB · Q3_K_M · 29.1 tok/s
Tarjeta más rápida
B200
29.1 tok/s · 180 GB
¿Qué GPU pueden ejecutar? Grok-1?
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..
7 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
29.1
tok/s
17–47 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 154.1 GB | Q3_K_M | Ajustado |
|
19.3
tok/s
12–31 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 227.2 GB | Q5_K_M | Ajustado |
|
15.4
tok/s
9–25 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 227.2 GB | Q5_K_M | Ajustado |
|
15.4
tok/s
9–25 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 227.2 GB | Q5_K_M | Ajustado |
|
13.8
tok/s
8–22 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 172.4 GB | IQ4_XS | Ajustado |
|
13.8
tok/s
8–22 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 172.4 GB | IQ4_XS | Ajustado |
|
11.3
tok/s
7–18 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 227.2 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
- xAI
- Tipo de Organización
- Industry
- País
- United States of America
- Publicado
- 4 November 2023
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, Chat
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
- 314B
- Datos de entrenamiento
- 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)
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
- 2.9 × 10²⁴ FLOP
- Cómo se estableció
- Benchmarks
- Rango plausible
- 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 …
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
apache 2.0 https://github.com/xai-org/grok-1
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Modelo de Fundación
- Yes
- Probablemente por encima de 10²³ FLOP
- Yes
- Por qué se rastrea
- Training cost
- Confianza de registro
- Likely
"On these benchmarks, Grok-1 displayed strong results, surpassing all other models in its compute class, including ChatGPT-3.5 and Inflection-1"
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Announcing Grok
- Última actualización
- 18 December 2025
Los extremos
Las diez GPUs más rápidas que ejecutan Grok-1
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 · 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
Las GPUs más pequeñas que aún funcionan Grok-1
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 B200 180 GB · Necesita 154.1 GB · Q3_K_M · Ajustado 29.1 tok/s
- 02 Radeon Instinct MI300X 192 GB · Necesita 172.4 GB · IQ4_XS · Ajustado 13.8 tok/s
- 03 Radeon Instinct MI308X 192 GB · Necesita 172.4 GB · IQ4_XS · Ajustado 13.8 tok/s
- 04 Radeon Instinct MI325X 256 GB · Necesita 227.2 GB · Q5_K_M · Ajustado 11.3 tok/s
- 05 B300 288 GB · Necesita 227.2 GB · Q5_K_M · Ajustado 19.3 tok/s
- 06 Radeon Instinct MI350X 288 GB · Necesita 227.2 GB · Q5_K_M · Ajustado 15.4 tok/s
- 07 Radeon Instinct MI355X 288 GB · Necesita 227.2 GB · Q5_K_M · Ajustado 15.4 tok/s
Qué significan los números
Lo que se necesita para ejecutar este modelo
Mínima tarjeta
B200
Memoria necesaria
154.1 GB
Más rápido
29.1 tok/s
Grok-1 llega a un recuento de parámetros de 314B. 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: 7.
La tarjeta más pequeña que lo sostiene es B200, con una capacidad de memoria de 180 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 29.1 tokens por segundo
En el otro extremo se encuentra B200, generando aproximadamente 29.1 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Acerca de este modelo
Grok-1 fue publicado por xAI, en el país registrado como United States of America, durante November 2023. 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, Chat.
Los pesos publicados significan que el modelo se ejecuta en tu máquina en lugar de en la de alguien más, lo que hace que la pregunta sobre hardware a continuación sea respondible.
Qué tan rápido corre, y por qué
El resultado mediano es alrededor de 15.4 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 7 de ellos.
Es un modelo denso, por lo que cada parámetro se lee para cada token producido. Eso hace que la velocidad rastree el ancho de banda de la memoria casi exactamente: una tarjeta con el doble de ancho de banda genera aproximadamente el doble de rápido.
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.
Qué se necesitó para construirlo
El entrenamiento consumió alrededor de 2.9 × 10²⁴ FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.
El conjunto de entrenamiento se ejecutó a aproximadamente 6,200,000,000,000 tokens de texto
Su criterio de inclusión: training cost.
Paso a paso
Cómo elegir una GPU para Grok-1
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.
Empieza desde lo que realmente necesita, que es el requerimiento de Grok-1, necesitando alrededor 154.1 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. Grok-1.
-
03
Elige cuán lejos lo comprimirás.
La compresión es lo que hace que un modelo quepa en tarjetas más pequeñas, a costa de cierta precisión., 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
Ordenar por velocidad para ver cómo se clasifican las tarjetas por Grok-1. 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 29.1 tok/s
-
05
Mira el margen, no solo la compatibilidad.
Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de Grok-1. 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
Revisa la tarjeta del otro lado
Cada nombre de tarjeta enlaza a su propia página, que ejecuta el mismo cálculo en todo el catálogo del modelo. Una tarjeta generalmente se compra para más de un modelo, por lo que vale la pena echar un vistazo antes de comprar para Grok-1.
Respuestas
Grok-1 — preguntas comunes
Grok-1— ¿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: 3. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
Grok-1— ¿Qué tan precisas son estas estimaciones de velocidad?
Se calculan a partir de especificaciones en lugar de ser medidas, y cada una tiene un rango. Un ejemplo: 17–47 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.
Grok-1— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es B200, con una capacidad de memoria de 180 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 154.1 GB, y produce aproximadamente 29.1 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 7.
Grok-1— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 29.1 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: 7.
Grok-1— ¿Cuánta VRAM necesita?
Necesita aproximadamente 154.1 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.
Grok-1— ¿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.
Grok-1— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 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. 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.
Grok-1— ¿Quién lo creó?
Fue publicado por xAI, basado en United States of America, una organización categorizada como industry.
Grok-1— ¿cuándo fue lanzado?
Se publicó en November 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.
Grok-1— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling, Chat. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
Grok-1— ¿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.
Grok-1— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 2.9 × 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.
Grok-1— ¿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 63.8 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
Grok-1— ¿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: 7. Así que una segunda tarjeta rara vez es la respuesta aquí.
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.