dots.llm1 calculadora TPS

Abre pesos Rednote 142B parámetros July 2025

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

37 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

A100 SXM4 80 GB

80 GB · Q3_K_M · 16.4 tok/s

Tarjeta más rápida

H100 NVL 94 GB

28.9 tok/s · 94 GB

¿Qué GPU pueden ejecutar? dots.llm1?

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.

37 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
28.9 tok/s 17–46 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	78.3 GB	IQ4_XS	Ajustado
27.2 tok/s 16–44 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	103.1 GB	Q5_K_M	Ajustado
27.0 tok/s 16–43 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	70.1 GB	Q3_K_M	Ajustado
27.0 tok/s 16–43 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	70.1 GB	Q3_K_M	Ajustado
24.6 tok/s 15–39 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.3 GB	IQ4_XS	Ajustado
24.6 tok/s 15–39 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	78.3 GB	IQ4_XS	Ajustado
24.6 tok/s 15–39 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	78.3 GB	IQ4_XS	Ajustado
23.9 tok/s 14–38 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	152.7 GB	Q8_0	Ajustado
23.9 tok/s 14–38 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	152.7 GB	Q8_0	Cómodo
22.1 tok/s 13–35 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	103.1 GB	Q5_K_M	Ajustado
21.2 tok/s 13–34 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.7 GB	Q6_K	Ajustado
21.2 tok/s 13–34 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	119.7 GB	Q6_K	Ajustado
19.1 tok/s 11–30 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	152.7 GB	Q8_0	Cómodo
19.1 tok/s 11–30 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	152.7 GB	Q8_0	Cómodo
16.4 tok/s 10–26 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	70.1 GB	Q3_K_M	Ajustado
16.4 tok/s 10–26 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	70.1 GB	Q3_K_M	Ajustado
16.4 tok/s 10–26 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	70.1 GB	Q3_K_M	Ajustado
16.4 tok/s 10–26 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	70.1 GB	Q3_K_M	Ajustado
16.4 tok/s 10–26 · baja confianza	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	70.1 GB	Q3_K_M	Ajustado
16.4 tok/s 10–26 · baja confianza	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	70.1 GB	Q3_K_M	Ajustado
15.6 tok/s 9–25 · baja confianza	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	70.1 GB	Q3_K_M	Ajustado
15.6 tok/s 9–25 · baja confianza	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	70.1 GB	Q3_K_M	Ajustado
14.0 tok/s 8–22 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	152.7 GB	Q8_0	Cómodo
13.6 tok/s 8–22 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	103.1 GB	Q5_K_M	Ajustado
13.6 tok/s 8–22 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	103.1 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: Rednote
Tipo de Organización: Industry
País: China
Publicado: 6 July 2025
Autores: Bi Huo, Bin Tu, Cheng Qin, Da Zheng, Debing Zhang, Dongjie Zhang, En Li, Fu Guo, Jian Yao, Jie Lou, Junfeng Tian, Li Hu, Ran Zhu, Shengdong Chen, Shuo Liu, Su Guang, Te Wo, Weijun Zhang, Xiaoming Shi, Xinxin Peng, Xing Wu, Yawen Liu, Yuqiu Ji, Ze Wen, Zhenhai Liu, Zichao Li, Zilong Liao

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

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: 142B
Datos de entrenamiento: 11,328,000,000,000 tokens
Tamaño de lote: 128,000,000

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: 1.2 × 10²⁴ FLOP
Cómo se estableció: Hardware,Operation counting

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 H800 SXM5
Horas de chip: 1,456,000

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: rednote-hilab

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Confianza de registro: Confident

Fuentes

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

Referencia: dots.llm1 Technical Report
Última actualización: 19 December 2025

Los extremos

Las diez GPUs más rápidas que ejecutan dots.llm1

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 dots.llm1

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

Requisitos de hardware en la práctica

Mínima tarjeta

A100 SXM4 80 GB

Memoria necesaria

70.1 GB

Más rápido

28.9 tok/s

dots.llm1 llega a un recuento de parámetros de 142B. Eso lo coloca por encima del hardware de consumo, en el rango donde se compra una tarjeta para este propósito en lugar de ser reutilizada para ello. El número de tarjetas que seguimos que pueden contenerlo: 37.

El punto de entrada es A100 SXM4 80 GB, con una capacidad de memoria de 80 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 16.4 tokens por segundo

Lo más rápido que calculamos para ello es H100 NVL 94 GB, generando aproximadamente 28.9 tokens por segundo en la fuerza de un ancho de banda de memoria de 3,940 GB/s.

Fondo

dots.llm1 fue publicado por Rednote, en el país registrado como China, durante July 2025. 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, Question answering.

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 rednote-hilab.

Leyendo las cifras de rendimiento

El resultado mediano es alrededor de 16.4 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 35 de ellos.

Cada peso participa en cada token aquí, por lo que el ancho de banda es la historia completa: el ranking a continuación es efectivamente un ranking de rendimiento de memoria.

La memoria aquí se estima a partir del tamaño en lugar de calcularse a partir de la arquitectura, que no se registra para este modelo — los números son indicativos en lugar de exactos.

Entrenamiento y procedencia

El entrenamiento consumió alrededor de 1.2 × 10²⁴ FLOP, en hardware registrado como NVIDIA H800 SXM5. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

Fue entrenado en un corpus de aproximadamente 11,328,000,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para dots.llm1

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

Comienza desde la columna de memoria

Empieza desde lo que realmente necesita, que es el requerimiento de dots.llm1, necesitando alrededor 70.1 GB a una compresión de Q3_K_M. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
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. dots.llm1.
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

Compara tokens por segundo, no especificaciones

La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. dots.llm1. 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 H100 NVL 94 GB, en 28.9 tok/s
05

Verifica el veredicto de ajuste antes de comprar

Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de dots.llm1. 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 página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de dots.llm1.

Respuestas

dots.llm1 — preguntas comunes

dots.llm1— ¿Quién lo creó?

Fue publicado por Rednote, basado en China, una organización categorizada como industry.

dots.llm1— ¿cuándo fue lanzado?

Se publicó en July 2025.

dots.llm1— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, 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.

dots.llm1— ¿Dónde puedo descargarlo?

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

dots.llm1— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 1.2 × 10²⁴ FLOP, en hardware registrado como NVIDIA H800 SXM5. 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.

dots.llm1— ¿Puedo ejecutarlo si no cabe en mi GPU?

Solo al descargar, lo cual suele ser una falsa economía: la parte mantenida en la memoria del sistema arrastra todo. El fallo más cercano que calculamos se queda corto por 21.8 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

dots.llm1— ¿Correrían dos GPUS más rápido?

Una segunda tarjeta duplica aproximadamente la memoria disponible, pero no la tasa de generación. El número ya capaz de ejecutarlo solo: 37. Así que una segunda tarjeta rara vez es la respuesta aquí.

dots.llm1— ¿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: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

dots.llm1— ¿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: 17–46 tok/s en H100 NVL 94 GB. El mismo modelo y tarjeta varían entre el treinta y el cincuenta por ciento dependiendo del software de inferencia y su versión.

dots.llm1— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es A100 SXM4 80 GB, con una capacidad de memoria de 80 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 70.1 GB, y produce aproximadamente 16.4 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 37.

dots.llm1— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es H100 NVL 94 GB, a aproximadamente 28.9 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: 35.

dots.llm1— ¿Cuánta VRAM necesita?

Necesita aproximadamente 70.1 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.

dots.llm1— ¿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.

dots.llm1— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 142B. a large-scale MoE model that activates 14 billion parameters out of a total of 142 billion parameters. 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.

Origen

Publicación original

Última actualización registrada 19 December 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