ERNIE-4.5-VL-424B-A47B (文心大模型4.5) 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 · IQ4_XS · 63.8 tok/s
Tarjeta más rápida
B300
102 tok/s · 288 GB
¿Qué GPU pueden ejecutar? ERNIE-4.5-VL-424B-A47B (文心大模型4.5)?
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 | |||||
|---|---|---|---|---|---|---|---|
|
102
tok/s
62–164 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 235.4 GB | Q4_K_M | Ajustado |
|
81.8
tok/s
49–131 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 235.4 GB | Q4_K_M | Ajustado |
|
81.8
tok/s
49–131 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 235.4 GB | Q4_K_M | Ajustado |
|
63.8
tok/s
38–102 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 210.8 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
- Baidu
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 16 March 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-4.5-300B-A47B
- 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
- 424B
- Datos de entrenamiento
- tokens
MoE: total parameters - 424B active parameters - 47B "ViT encoder comprising 630 million parameters"
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
Apache 2.0: https://huggingface.co/baidu/ERNIE-4.5-VL-424B-A47B-Base-PT Apache 2.0 for inference code https://github.com/PaddlePaddle/ERNIE
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
- SOTA improvement
- Confianza de registro
- Confident
ERNIE 4.5 surpassed GPT-4o in six out of seven evaluated benchmarks: [Table 7, Table 8] CCBench: Evaluates common-sense reasoning across text and images. ERNIE 4.5 scored approximately 81, slightly outperforming GPT-4o’s ~79. OCRBench: Assesses optical character recognition capabilities, focusing on text extraction from images. ERNIE 4.5 achieved around 88, surpassing GPT-4o’s ~81. ChartQA: Tests understanding of data presented in charts. ERNIE 4.5 scored ~82, marginally ahead of GPT-4o’s ~81. M…
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Baidu's ERNIE 4.5 & X1: Features, Access, DeepSeek Comparison
- Última actualización
- 11 February 2026
Los extremos
Las diez GPUs más rápidas que ejecutan ERNIE-4.5-VL-424B-A47B (文心大模型4.5)
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-424B-A47B (文心大模型4.5)
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 210.8 GB · IQ4_XS · Ajustado 63.8 tok/s
- 02 B300 288 GB · Necesita 235.4 GB · Q4_K_M · Ajustado 102 tok/s
- 03 Radeon Instinct MI350X 288 GB · Necesita 235.4 GB · Q4_K_M · Ajustado 81.8 tok/s
- 04 Radeon Instinct MI355X 288 GB · Necesita 235.4 GB · Q4_K_M · Ajustado 81.8 tok/s
Qué significan los números
El lado de hardware
Mínima tarjeta
Radeon Instinct MI325X
Memoria necesaria
210.8 GB
Más rápido
102 tok/s
ERNIE-4.5-VL-424B-A47B (文心大模型4.5) llega a un recuento de parámetros de 424B. 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.
En el extremo bajo, se maneja por Radeon Instinct MI325X, con una capacidad de memoria de 256 GB, ejecutándolo a una compresión de IQ4_XS y produciendo alrededor 63.8 tokens por segundo
Lo más rápido que calculamos para ello es B300, generando aproximadamente 102 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Qué es este modelo
ERNIE-4.5-VL-424B-A47B (文心大模型4.5) fue publicado por Baidu, en el país registrado como China, durante March 2025. La organización editora está clasificada 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).
Se basa en ERNIE-4.5-300B-A47B. Por eso comparte la forma y el tamaño general del modelo base.
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 baidu.
Qué decide la velocidad
En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 81.8 tokens por segundo. Excediendo velocidad de lectura directamente: 4 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.
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
La razón por la que aparece en este catálogo en absoluto: sOTA improvement.
Paso a paso
Cómo elegir una GPU para ERNIE-4.5-VL-424B-A47B (文心大模型4.5)
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
Empieza desde lo que realmente necesita, que es el requerimiento de ERNIE-4.5-VL-424B-A47B (文心大模型4.5), necesitando alrededor 210.8 GB a una compresión de IQ4_XS. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
-
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 ERNIE-4.5-VL-424B-A47B (文心大模型4.5).
-
03
Elige cuán lejos lo comprimirás.
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
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-424B-A47B (文心大模型4.5). 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 102 tok/s
-
05
Mira el margen, no solo la compatibilidad.
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-424B-A47B (文心大模型4.5). 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 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-424B-A47B (文心大模型4.5).
Respuestas
ERNIE-4.5-VL-424B-A47B (文心大模型4.5) — preguntas comunes
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿Cuánta VRAM necesita?
Necesita aproximadamente 210.8 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.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿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-424B-A47B (文心大模型4.5)— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 424B. MoE: total parameters - 424B active parameters - 47B "ViT encoder comprising 630 million 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.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿Quién lo creó?
Fue publicado por Baidu, basado en China, una organización categorizada como industry.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿cuándo fue lanzado?
Se publicó en March 2025.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿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). Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿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-424B-A47B (文心大模型4.5)— ¿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 62.6 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿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: 4. Así que una segunda tarjeta rara vez es la respuesta aquí.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿Por qué difiere la cuantificación entre tarjetas?
Cada tarjeta se muestra ejecutando la copia menos comprimida que puede contener. El número de niveles de compresión distintos entre las tarjetas que lo soportan: 2. 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-424B-A47B (文心大模型4.5)— ¿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: 62–164 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.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿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 IQ4_XS usando alrededor 210.8 GB, y produce aproximadamente 63.8 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 4.
ERNIE-4.5-VL-424B-A47B (文心大模型4.5)— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B300, a aproximadamente 102 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.
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.