Qwen3-Coder-480B-A35B 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 MI325X
256 GB · Q3_K_M · 61.9 tok/s
Tarjeta más rápida
B300
96.3 tok/s · 288 GB
¿Qué GPU pueden ejecutar? Qwen3-Coder-480B-A35B?
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..
4 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
96.3
tok/s
58–154 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 233.6 GB | IQ4_XS | Ajustado |
|
76.9
tok/s
46–123 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 233.6 GB | IQ4_XS | Ajustado |
|
76.9
tok/s
46–123 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 233.6 GB | IQ4_XS | Ajustado |
|
61.9
tok/s
37–99 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 205.7 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
- Alibaba
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 22 July 2025
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, Code generation, System control
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
- 480B
- Datos de entrenamiento
- 7,500,000,000,000 tokens
"a 480B-parameter Mixture-of-Experts model with 35B active parameters which supports the context length of 256K tokens natively and 1M tokens with extrapolation methods"
"Scaling Tokens: 7.5T 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
- 1.6 × 10²⁴ FLOP
- Cómo se estableció
- Operation counting
6 FLOP / parameter / token * 35 * 10^9 active parameters * 7.5 * 10^12 tokens = 1.575e+24 FLOP`
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
- Qwen
Apache 2.0 https://huggingface.co/Qwen/Qwen3-Coder-480B-A35B-Instruct
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
- Discretionary
- Confianza de registro
- Confident
Major Alibaba release
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Qwen3-Coder: Agentic Coding in the World
- Última actualización
- 18 December 2025
Los extremos
Las diez GPUs más rápidas que ejecutan Qwen3-Coder-480B-A35B
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 Qwen3-Coder-480B-A35B
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 Radeon Instinct MI325X 256 GB · Necesita 205.7 GB · Q3_K_M · Ajustado 61.9 tok/s
- 02 B300 288 GB · Necesita 233.6 GB · IQ4_XS · Ajustado 96.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · Necesita 233.6 GB · IQ4_XS · Ajustado 76.9 tok/s
- 04 Radeon Instinct MI355X 288 GB · Necesita 233.6 GB · IQ4_XS · Ajustado 76.9 tok/s
Qué significan los números
Requisitos de hardware en la práctica
Mínima tarjeta
Radeon Instinct MI325X
Memoria necesaria
205.7 GB
Más rápido
96.3 tok/s
Qwen3-Coder-480B-A35B llega a un recuento de parámetros de 480B. 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: 4.
El punto de entrada es Radeon Instinct MI325X, con una capacidad de memoria de 256 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 61.9 tokens por segundo
Lo más rápido que calculamos para ello es B300, generando aproximadamente 96.3 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Acerca de este modelo
Qwen3-Coder-480B-A35B fue publicado por Alibaba, en el país registrado como China, durante July 2025. 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, Code generation, System control.
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 Qwen.
Qué tan rápido corre, y por qué
La mitad de las tarjetas que lo sostienen gestionan más de 76.9 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 4 de ellos.
Este es un modelo de mezcla de expertos, que enruta cada token a través de solo parte de sí mismo. Por lo tanto, genera mucho más rápido de lo que su tamaño total sugiere — mientras aún necesita que cada parámetro resida en memoria, por lo que es rápido sin ser barato de mantener.
Sin el diseño de atención en nuestro archivo, la columna de memoria es una aproximación. Es lo suficientemente cercana como para elegir hardware, y menos confiable en contexto largo.
Cómo fue entrenado
El entrenamiento consumió alrededor de 1.6 × 10²⁴ FLOP. 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 7,500,000,000,000 tokens de texto
Se rastrea en el conjunto de datos subyacente por una razón en particular: discretionary.
Paso a paso
Cómo elegir una GPU para Qwen3-Coder-480B-A35B
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
Cada tarjeta aquí ha sido verificada contra Qwen3-Coder-480B-A35B, necesitando alrededor 205.7 GB a una compresión de Q3_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
-
02
Decide cuánto duran tus conversaciones.
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. Qwen3-Coder-480B-A35B.
-
03
Establecer un umbral de calidad
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
La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. Qwen3-Coder-480B-A35B. 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 B300, en 96.3 tok/s
-
05
Lee la columna de ajuste al final
Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de Qwen3-Coder-480B-A35B. 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
Mira qué más ejecuta esa tarjeta
Cada página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de Qwen3-Coder-480B-A35B.
Respuestas
Qwen3-Coder-480B-A35B — preguntas comunes
Qwen3-Coder-480B-A35B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 480B. "a 480B-parameter Mixture-of-Experts model with 35B active parameters which supports the context length of 256K tokens natively and 1M tokens with extrapolation methods". 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.
Qwen3-Coder-480B-A35B— ¿Quién lo creó?
Fue publicado por Alibaba, basado en China, una organización categorizada como industry.
Qwen3-Coder-480B-A35B— ¿cuándo fue lanzado?
Se publicó en July 2025.
Qwen3-Coder-480B-A35B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Code generation, System control. Un modelo puede manejar varios de cada uno, así que estas son las áreas para las que fue construido en lugar de un límite en lo que intentará.
Qwen3-Coder-480B-A35B— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización Qwen. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
Qwen3-Coder-480B-A35B— cuánto compute se utilizó para entrenarlo?
El entrenamiento consumió alrededor 1.6 × 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.
Qwen3-Coder-480B-A35B— ¿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 88.8 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
Qwen3-Coder-480B-A35B— ¿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: 4. Así que una segunda tarjeta rara vez es la respuesta aquí.
Qwen3-Coder-480B-A35B— ¿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: 2. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.
Qwen3-Coder-480B-A35B— ¿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: 58–154 tok/s en B300. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.
Qwen3-Coder-480B-A35B— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI325X, con una capacidad de memoria de 256 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 205.7 GB, y produce aproximadamente 61.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 4.
Qwen3-Coder-480B-A35B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B300, a aproximadamente 96.3 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: 4.
Qwen3-Coder-480B-A35B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 205.7 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.
Qwen3-Coder-480B-A35B— ¿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.
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.