DeepHermes 3 - Mistral 24B calculadora TPS

Abre pesos Nous Research 24B parámetros March 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 · IQ4_XS · 9.9 tok/s

Tarjeta más rápida

B200

141 tok/s · 180 GB

¿Qué GPU pueden ejecutar? DeepHermes 3 - Mistral 24B?

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
141 tok/s 120–169	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	26.1 GB	Q8_0	Cómodo
141 tok/s 120–169	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	26.1 GB	Q8_0	Cómodo
113 tok/s 68–180 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Cómodo
113 tok/s 68–180 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Cómodo
90.2 tok/s 54–144 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	26.1 GB	Q8_0	Cómodo
86.3 tok/s 73–104	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Cómodo
86.3 tok/s 73–104	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Cómodo
82.6 tok/s 50–132 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	26.1 GB	Q8_0	Cómodo
73.3 tok/s 44–117 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Cómodo
73.3 tok/s 44–117 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Cómodo
73.3 tok/s 44–117 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Cómodo
69.5 tok/s 59–83	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	26.1 GB	Q8_0	Cómodo
59.3 tok/s 50–71	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Cómodo
59.3 tok/s 50–71	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	26.1 GB	Q8_0	Cómodo
59.3 tok/s 50–71	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Cómodo
59.3 tok/s 50–71	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Cómodo
59.3 tok/s 50–71	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Cómodo
49.0 tok/s 42–59	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.6 GB	IQ4_XS	Ajustado
45.2 tok/s 27–72 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Cómodo
45.2 tok/s 27–72 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Cómodo
41.6 tok/s 35–50	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.6 GB	IQ4_XS	Ajustado
38.9 tok/s 33–47	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.6 GB	IQ4_XS	Ajustado
38.9 tok/s 33–47	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Ajustado
38.9 tok/s 33–47	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Ajustado
38.8 tok/s 33–47	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	13.6 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: Nous Research
Tipo de Organización: Industry
País: United States of America
Publicado: 29 March 2025
Autores: Teknium, Roger Jin, Chen Guang, Jai Suphavadeeprasit, Jeffrey Quesnelle

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, Quantitative reasoning
Modelo base: Mistral Small 3

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: 24B
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: NousResearch

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: DeepHermes 3 - Mistral 24B
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan DeepHermes 3 - Mistral 24B

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 DeepHermes 3 - Mistral 24B

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

El lado de hardware

Mínima tarjeta

Xeon Phi 7120P

Memoria necesaria

13.6 GB

Más rápido

141 tok/s

DeepHermes 3 - Mistral 24B llega a un recuento de parámetros de 24B. 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.

En el extremo bajo, se maneja por Xeon Phi 7120P, con una capacidad de memoria de 16 GB, ejecutándolo a una compresión de IQ4_XS y produciendo alrededor 9.9 tokens por segundo

El resultado más rápido proviene de B200, generando aproximadamente 141 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Qué es este modelo

DeepHermes 3 - Mistral 24B fue publicado por Nous Research, en el país registrado como United States of America, durante March 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, Quantitative reasoning.

Su punto de partida fue un modelo base existente, Mistral Small 3. Esa es la forma habitual en que se produce un modelo especializado.

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. En Hugging Face está publicado bajo la organización NousResearch.

Qué decide la velocidad

La mitad de las tarjetas que lo sostienen gestionan más de 19.4 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 192 de ellos.

Siendo denso, lee todo de sí mismo por token, razón por la cual el orden según velocidad a continuación sigue tan de cerca el orden por ancho de banda de memoria.

Debido a que la arquitectura está registrada, la columna de memoria se deriva en lugar de estimarse.

Paso a paso

Cómo elegir una GPU para DeepHermes 3 - Mistral 24B

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

La tabla enumera cada tarjeta capaz de contener DeepHermes 3 - Mistral 24B, necesitando alrededor 13.6 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.

Las conversaciones más largas consumen memoria además de lo que los pesos necesitan. Mueve el control deslizante a tu longitud de trabajo real antes de confiar en cualquier fila para DeepHermes 3 - Mistral 24B.
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

Compara tokens por segundo, no especificaciones

La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. DeepHermes 3 - Mistral 24B. 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 141 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 DeepHermes 3 - Mistral 24B. 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 página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de DeepHermes 3 - Mistral 24B.

Respuestas

DeepHermes 3 - Mistral 24B — preguntas comunes

DeepHermes 3 - Mistral 24B— ¿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 IQ4_XS, usando alrededor 13.6 GB y generando aproximadamente 49.0 tokens por segundo. El ajuste es ajustado.

DeepHermes 3 - Mistral 24B— ¿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 Q6_K, usando alrededor 20.6 GB y generando aproximadamente 34.4 tokens por segundo. El ajuste es ajustado.

DeepHermes 3 - Mistral 24B— ¿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.

DeepHermes 3 - Mistral 24B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 24B. 24B. 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.

DeepHermes 3 - Mistral 24B— ¿Quién lo creó?

Fue publicado por Nous Research, basado en United States of America, una organización categorizada como industry.

DeepHermes 3 - Mistral 24B— ¿cuándo fue lanzado?

Se publicó en March 2025.

DeepHermes 3 - Mistral 24B— ¿Para qué se utiliza?

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

DeepHermes 3 - Mistral 24B— ¿Dónde puedo descargarlo?

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

DeepHermes 3 - Mistral 24B— ¿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 4.2 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

DeepHermes 3 - Mistral 24B— ¿Correrían dos GPUS más rápido?

La capacidad se suma entre las tarjetas; el rendimiento no. El número de tarjetas que ya lo tienen por sí solas: 241. Así que una segunda tarjeta rara vez es la respuesta aquí.

DeepHermes 3 - Mistral 24B— ¿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: 4. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

DeepHermes 3 - Mistral 24B— ¿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: 120–169 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.

DeepHermes 3 - Mistral 24B— ¿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 IQ4_XS usando alrededor 13.6 GB, y produce aproximadamente 9.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 241.

DeepHermes 3 - Mistral 24B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 141 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: 192.

DeepHermes 3 - Mistral 24B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 13.6 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.

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