ERNIE-4.5-VL-28B-A3B calculadora TPS

Abre pesos Baidu 28B parámetros June 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

241 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Xeon Phi 7120P

16 GB · Q3_K_M · 51.9 tok/s

Tarjeta más rápida

B200

672 tok/s · 180 GB

¿Qué GPU pueden ejecutar? ERNIE-4.5-VL-28B-A3B?

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.

241 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
672 tok/s 403–1,076 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	29.2 GB	Q8_0	Cómodo
672 tok/s 403–1,076 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	29.2 GB	Q8_0	Cómodo
537 tok/s 322–859 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	29.2 GB	Q8_0	Cómodo
537 tok/s 322–859 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	29.2 GB	Q8_0	Cómodo
429 tok/s 258–687 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	29.2 GB	Q8_0	Cómodo
411 tok/s 247–657 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.2 GB	Q8_0	Cómodo
411 tok/s 247–657 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.2 GB	Q8_0	Cómodo
393 tok/s 236–629 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	29.2 GB	Q8_0	Cómodo
349 tok/s 209–558 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	29.2 GB	Q8_0	Cómodo
349 tok/s 209–558 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	29.2 GB	Q8_0	Cómodo
349 tok/s 209–558 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	29.2 GB	Q8_0	Cómodo
331 tok/s 199–530 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	29.2 GB	Q8_0	Cómodo
282 tok/s 169–452 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Cómodo
282 tok/s 169–452 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	29.2 GB	Q8_0	Cómodo
282 tok/s 169–452 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Cómodo
282 tok/s 169–452 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Cómodo
282 tok/s 169–452 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Cómodo
256 tok/s 154–410 · baja confianza	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	12.9 GB	Q3_K_M	Ajustado
228 tok/s 137–365 · baja confianza	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	22.7 GB	Q6_K	Cómodo
228 tok/s 137–365 · baja confianza	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	22.7 GB	Q6_K	Cómodo
219 tok/s 131–350 · baja confianza	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	22.7 GB	Q6_K	Cómodo
219 tok/s 131–350 · baja confianza	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	22.7 GB	Q6_K	Cómodo
218 tok/s 131–348 · baja confianza	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	12.9 GB	Q3_K_M	Ajustado
215 tok/s 129–344 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	29.2 GB	Q8_0	Cómodo
215 tok/s 129–344 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	29.2 GB	Q8_0	Cómodo

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: Baidu
Tipo de Organización: Industry
País: China
Publicado: 29 June 2025

Lo que hace

Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.

Dominio: Multimodal, Language, Vision, Video
Tarea: Language modeling/generation, Visual question answering, Video description, Speech recognition (ASR), Quantitative reasoning, Code generation, Translation, Question answering, Character recognition (OCR)
Modelo base: ERNIE-4.5-21B-A3B
Formato numérico: FP8

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: 28B
Datos de entrenamiento: tokens

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: baidu

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
Confianza de registro: Confident

Fuentes

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

Referencia: ERNIE 4.5 Technical Report
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan ERNIE-4.5-VL-28B-A3B

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 ERNIE-4.5-VL-28B-A3B

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

Lo que necesitas para ejecutar esto

Mínima tarjeta

Xeon Phi 7120P

Memoria necesaria

12.9 GB

Más rápido

672 tok/s

ERNIE-4.5-VL-28B-A3B llega a un recuento de parámetros de 28B. 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: 241.

El hardware mínimo que funciona es Xeon Phi 7120P, con una capacidad de memoria de 16 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 51.9 tokens por segundo

El resultado más rápido proviene de B200, generando aproximadamente 672 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Fondo

ERNIE-4.5-VL-28B-A3B fue publicado por Baidu, en el país registrado como China, durante June 2025. Sale de una organización categorizada como industry.

Funciona en el dominio de Multimodal, Language, Vision, Video, y se registra como realizando la tarea de language modeling/generation, Visual question answering, Video description, Speech recognition (ASR), Quantitative reasoning, Code generation, Translation, Question answering, Character recognition (OCR).

Su punto de partida fue un modelo base existente, ERNIE-4.5-21B-A3B. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.

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 baidu.

Leyendo las cifras de rendimiento

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 101.9 tokens por segundo. Excediendo velocidad de lectura directamente: 239 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.

Paso a paso

Cómo elegir una GPU para ERNIE-4.5-VL-28B-A3B

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

La tabla enumera cada tarjeta capaz de contener ERNIE-4.5-VL-28B-A3B, necesitando alrededor 12.9 GB a una compresión de Q3_K_M. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
02

Decide cuánto duran tus conversaciones.

La conversación ocupa memoria también, y crece a medida que avanza. Ajusta el controlador a la longitud que esperas, porque en un contexto largo una CARD que maneja preguntas cortas fácilmente puede no encajar. ERNIE-4.5-VL-28B-A3B.
03

Decide cuánto compresión aceptarás

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

Clasifica por rendimiento en lugar de la hoja de especificaciones.

El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para ERNIE-4.5-VL-28B-A3B. 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 672 tok/s
05

Lee la columna de ajuste al final

La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de ERNIE-4.5-VL-28B-A3B. 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 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 ERNIE-4.5-VL-28B-A3B.

Respuestas

ERNIE-4.5-VL-28B-A3B — preguntas comunes

ERNIE-4.5-VL-28B-A3B— ¿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 Q5_K_M, usando alrededor 19.4 GB y generando aproximadamente 201 tokens por segundo. El ajuste es ajustado.

ERNIE-4.5-VL-28B-A3B— ¿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.

ERNIE-4.5-VL-28B-A3B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 28B. MoE total parameters: 28B active parameters: 3B. 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.

ERNIE-4.5-VL-28B-A3B— ¿Quién lo creó?

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

ERNIE-4.5-VL-28B-A3B— ¿cuándo fue lanzado?

Se publicó en June 2025.

ERNIE-4.5-VL-28B-A3B— ¿Para qué se utiliza?

Funciona en el dominio de Multimodal, Language, Vision, Video, y se registra como manejando la tarea de language modeling/generation, Visual question answering, Video description, Speech recognition (ASR), Quantitative reasoning, Code generation, Translation, Question answering, Character recognition (OCR). Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

ERNIE-4.5-VL-28B-A3B— ¿Dónde puedo descargarlo?

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

ERNIE-4.5-VL-28B-A3B— ¿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 5.4 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

ERNIE-4.5-VL-28B-A3B— ¿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: 241. Así que una segunda tarjeta rara vez es la respuesta aquí.

ERNIE-4.5-VL-28B-A3B— ¿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: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

ERNIE-4.5-VL-28B-A3B— ¿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: 403–1,076 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.

ERNIE-4.5-VL-28B-A3B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Xeon Phi 7120P, con una capacidad de memoria de 16 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 12.9 GB, y produce aproximadamente 51.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 241.

ERNIE-4.5-VL-28B-A3B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 672 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: 239.

ERNIE-4.5-VL-28B-A3B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 12.9 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.

ERNIE-4.5-VL-28B-A3B— ¿Puedo ejecutarlo en una GPU que tiene? 16 GB?

Sí. La tarjeta Tesla V100 SXM2 16 GB, sosteniendo 16 GB, lo ejecuta a una compresión de Q3_K_M, usando alrededor 12.9 GB y generando aproximadamente 256 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