Qwen3-235B-A22B calculadora TPS

Abre pesos Alibaba 235B parámetros April 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

17 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Radeon Instinct MI250

128 GB · IQ4_XS · 62.9 tok/s

Tarjeta más rápida

B200

143 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Qwen3-235B-A22B?

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.

17 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
143 tok/s 86–229 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	153.0 GB	Q5_K_M	Ajustado
126 tok/s 75–201 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	112.0 GB	IQ4_XS	Ajustado
113 tok/s 68–181 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	125.7 GB	Q4_K_M	Ajustado
113 tok/s 68–181 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	125.7 GB	Q4_K_M	Ajustado
102 tok/s 61–163 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	112.0 GB	IQ4_XS	Ajustado
80.1 tok/s 48–128 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	235.1 GB	Q8_0	Ajustado
74.3 tok/s 45–119 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	153.0 GB	Q5_K_M	Ajustado
74.3 tok/s 45–119 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	153.0 GB	Q5_K_M	Ajustado
68.1 tok/s 41–109 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	180.4 GB	Q6_K	Cómodo
64.0 tok/s 38–102 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	235.1 GB	Q8_0	Ajustado
64.0 tok/s 38–102 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	235.1 GB	Q8_0	Ajustado
62.9 tok/s 38–101 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	112.0 GB	IQ4_XS	Ajustado
62.9 tok/s 38–101 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	112.0 GB	IQ4_XS	Ajustado
52.4 tok/s 31–84 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	112.0 GB	IQ4_XS	Ajustado
51.3 tok/s 31–82 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	112.0 GB	IQ4_XS	Ajustado
6.7 tok/s 4–11 · baja confianza	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	112.0 GB	IQ4_XS	Ajustado
6.7 tok/s 4–11 · baja confianza	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	112.0 GB	IQ4_XS	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: 29 April 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, Mathematical reasoning, Quantitative reasoning, Code generation, 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: 235B
Datos de entrenamiento: 36,000,000,000,000 tokens
Épocas: 1

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: 4.8 × 10²⁴ 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: Qwen

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: Discretionary
Confianza de registro: Likely

Fuentes

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

Referencia: Qwen3: Think Deeper, Act Faster
Última actualización: 18 December 2025

Los extremos

Las diez GPUs más rápidas que ejecutan Qwen3-235B-A22B

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 Qwen3-235B-A22B

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

Radeon Instinct MI250

Memoria necesaria

112.0 GB

Más rápido

143 tok/s

Qwen3-235B-A22B llega a un recuento de parámetros de 235B. 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: 17.

El punto de entrada es Radeon Instinct MI250, con una capacidad de memoria de 128 GB, ejecutándolo a una compresión de IQ4_XS y produciendo alrededor 62.9 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 143 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Fondo

Qwen3-235B-A22B fue publicado por Alibaba, en el país registrado como China, durante April 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, Mathematical reasoning, Quantitative reasoning, Code generation, Translation.

Debido a que sus pesos fueron liberados, nada sobre ejecutar el modelo depende de un proveedor que permanezca disponible — es tuyo una vez descargado. En Hugging Face está publicado bajo la organización Qwen.

Leyendo las cifras de rendimiento

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 68.1 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 15 de ellos.

El enrutamiento de mezcla de expertos es la razón por la cual las velocidades aquí parecen altas para la cantidad de parámetros. Solo se lee una fracción por token, pero todo tiene que ser cargado.

Su disposición de atención está en nuestra base de datos, por lo que las cifras de VRAM se calculan exactamente en lugar de aproximarse.

Entrenamiento y procedencia

Entrenarlo tomó un presupuesto de computación de aproximadamente 4.8 × 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 36,000,000,000,000 tokens de texto

Su criterio de inclusión: discretionary.

Paso a paso

Cómo elegir una GPU para Qwen3-235B-A22B

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 Qwen3-235B-A22B, necesitando alrededor 112.0 GB a una compresión de IQ4_XS. La capacidad es la puerta: una tarjeta o la sostiene o no la sostiene.
02

Establece la longitud de contexto en la que trabajarás.

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. Qwen3-235B-A22B.
03

Decide cuánto compresión aceptarás

Cada tarjeta ejecuta la copia menos comprimida que puede contener., alcanzando una compresión de IQ4_XS 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

El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para Qwen3-235B-A22B. 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 143 tok/s
05

Mira el margen, no solo la compatibilidad.

Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de Qwen3-235B-A22B. 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 Qwen3-235B-A22B.

Respuestas

Qwen3-235B-A22B — preguntas comunes

Qwen3-235B-A22B— ¿Para qué se utiliza?

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

Qwen3-235B-A22B— ¿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.

Qwen3-235B-A22B— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 4.8 × 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.

Qwen3-235B-A22B— ¿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 39.3 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Qwen3-235B-A22B— ¿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: 17. Así que una segunda tarjeta rara vez es la respuesta aquí.

Qwen3-235B-A22B— ¿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.

Qwen3-235B-A22B— ¿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: 86–229 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.

Qwen3-235B-A22B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI250, con una capacidad de memoria de 128 GB. Funciona el modelo a una compresión de IQ4_XS usando alrededor 112.0 GB, y produce aproximadamente 62.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 17.

Qwen3-235B-A22B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 143 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: 15.

Qwen3-235B-A22B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 112.0 GB a una compresión de IQ4_XS, 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.

Qwen3-235B-A22B— ¿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.

Qwen3-235B-A22B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 235B. 235 billion total parameters and 22 billion activated parameters Number of Layers: 94 Number of Attention Heads (GQA): 64 for Q and 4 for KV Number of Experts: 128 Number of Activated Experts: 8 Context Length: 32,768 natively and 131,072 tokens with YaRN. 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.

Qwen3-235B-A22B— ¿Quién lo creó?

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

Qwen3-235B-A22B— ¿cuándo fue lanzado?

Se publicó en April 2025.

Origen

Publicación original

Última actualización registrada 18 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