Reka Flash 3 calculadora TPS

Abre pesos Reka AI 21B 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 · Q4_K_M · 10.7 tok/s

Tarjeta más rápida

B200

161 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Reka Flash 3?

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
161 tok/s 97–258 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	23.2 GB	Q8_0	Cómodo
161 tok/s 97–258 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	23.2 GB	Q8_0	Cómodo
129 tok/s 77–206 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	23.2 GB	Q8_0	Cómodo
129 tok/s 77–206 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	23.2 GB	Q8_0	Cómodo
103 tok/s 62–165 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	23.2 GB	Q8_0	Cómodo
98.6 tok/s 59–158 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	23.2 GB	Q8_0	Cómodo
98.6 tok/s 59–158 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	23.2 GB	Q8_0	Cómodo
94.4 tok/s 57–151 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	23.2 GB	Q8_0	Cómodo
83.8 tok/s 50–134 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	23.2 GB	Q8_0	Cómodo
83.8 tok/s 50–134 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	23.2 GB	Q8_0	Cómodo
83.8 tok/s 50–134 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	23.2 GB	Q8_0	Cómodo
79.5 tok/s 48–127 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	23.2 GB	Q8_0	Cómodo
67.8 tok/s 41–108 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	23.2 GB	Q8_0	Cómodo
67.8 tok/s 41–108 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	23.2 GB	Q8_0	Cómodo
67.8 tok/s 41–108 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	23.2 GB	Q8_0	Cómodo
67.8 tok/s 41–108 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	23.2 GB	Q8_0	Cómodo
67.8 tok/s 41–108 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	23.2 GB	Q8_0	Cómodo
52.6 tok/s 32–84 · baja confianza	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.4 GB	Q4_K_M	Ajustado
51.6 tok/s 31–83 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	23.2 GB	Q8_0	Cómodo
51.6 tok/s 31–83 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	23.2 GB	Q8_0	Cómodo
44.7 tok/s 27–72 · baja confianza	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.4 GB	Q4_K_M	Ajustado
43.0 tok/s 26–69 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	23.2 GB	Q8_0	Cómodo
42.1 tok/s 25–67 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	23.2 GB	Q8_0	Cómodo
41.8 tok/s 25–67 · baja confianza	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.4 GB	Q4_K_M	Ajustado
41.8 tok/s 25–67 · baja confianza	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.4 GB	Q4_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: Reka AI
Tipo de Organización: Industry
País: United States of America
Publicado: 10 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, Speech
Tarea: Chat, Code generation, Language modeling/generation, Quantitative reasoning, Question answering, Character recognition (OCR), Visual question answering, Video description, Speech recognition (ASR)

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: 21B
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: RekaAI

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: Reasoning with Reka Flash 3
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan Reka Flash 3

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 Reka Flash 3

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

13.4 GB

Más rápido

161 tok/s

Reka Flash 3 llega a un recuento de parámetros de 21B. 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 Q4_K_M y produciendo alrededor 10.7 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 161 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Acerca de este modelo

Reka Flash 3 fue publicado por Reka AI, en el país registrado como United States of America, durante March 2025. Sale de una organización categorizada como industry.

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

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 RekaAI.

Qué tan rápido corre, y por qué

El resultado mediano es alrededor de 20.9 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 198 de ellos.

Es un modelo denso, por lo que cada parámetro se lee para cada token producido. Eso hace que la velocidad rastree el ancho de banda de la memoria casi exactamente: una tarjeta con el doble de ancho de banda genera aproximadamente el doble de rápido.

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 Reka Flash 3

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 Reka Flash 3, necesitando alrededor 13.4 GB a una compresión de Q4_K_M. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
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. Reka Flash 3.
03

Elige cuán lejos lo comprimirás.

La compresión es lo que hace que un modelo quepa en tarjetas más pequeñas, a costa de cierta precisión., alcanzando una compresión de Q4_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 Reka Flash 3. 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 161 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 Reka Flash 3. 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 Reka Flash 3.

Respuestas

Reka Flash 3 — preguntas comunes

Reka Flash 3— ¿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: 97–258 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.

Reka Flash 3— ¿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 Q4_K_M usando alrededor 13.4 GB, y produce aproximadamente 10.7 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 241.

Reka Flash 3— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 161 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: 198.

Reka Flash 3— ¿Cuánta VRAM necesita?

Necesita aproximadamente 13.4 GB a una compresión de Q4_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.

Reka Flash 3— ¿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 Q4_K_M, usando alrededor 13.4 GB y generando aproximadamente 52.6 tokens por segundo. El ajuste es ajustado.

Reka Flash 3— ¿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 18.3 GB y generando aproximadamente 39.3 tokens por segundo. El ajuste es ajustado.

Reka Flash 3— ¿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.

Reka Flash 3— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 21B. 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.

Reka Flash 3— ¿Quién lo creó?

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

Reka Flash 3— ¿cuándo fue lanzado?

Se publicó en March 2025.

Reka Flash 3— ¿Para qué se utiliza?

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

Reka Flash 3— ¿Dónde puedo descargarlo?

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

Reka Flash 3— ¿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 2.6 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Reka Flash 3— ¿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.

Reka Flash 3— ¿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: 4. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

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