Aya Vision 32B calculadora TPS

Abre pesos Cohere 33.1B 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

132 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

RTX A4500

20 GB · Q3_K_M · 22.1 tok/s

Tarjeta más rápida

B200

102 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Aya Vision 32B?

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.

132 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
102 tok/s 61–164 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	36.1 GB	Q8_0	Cómodo
102 tok/s 61–164 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	36.1 GB	Q8_0	Cómodo
81.7 tok/s 49–131 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	36.1 GB	Q8_0	Cómodo
81.7 tok/s 49–131 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	36.1 GB	Q8_0	Cómodo
65.4 tok/s 39–105 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	36.1 GB	Q8_0	Cómodo
62.6 tok/s 38–100 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.1 GB	Q8_0	Cómodo
62.6 tok/s 38–100 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.1 GB	Q8_0	Cómodo
59.9 tok/s 36–96 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	36.1 GB	Q8_0	Cómodo
53.2 tok/s 32–85 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Cómodo
53.2 tok/s 32–85 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Cómodo
53.2 tok/s 32–85 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Cómodo
50.4 tok/s 30–81 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	36.1 GB	Q8_0	Cómodo
43.0 tok/s 26–69 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Cómodo
43.0 tok/s 26–69 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	36.1 GB	Q8_0	Cómodo
43.0 tok/s 26–69 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Cómodo
43.0 tok/s 26–69 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Cómodo
43.0 tok/s 26–69 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Cómodo
39.6 tok/s 24–63 · baja confianza	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	20.7 GB	Q4_K_M	Ajustado
36.0 tok/s 22–58 · baja confianza	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	20.7 GB	Q4_K_M	Ajustado
34.8 tok/s 21–56 · baja confianza	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	28.4 GB	Q6_K	Ajustado
34.8 tok/s 21–56 · baja confianza	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	28.4 GB	Q6_K	Ajustado
33.3 tok/s 20–53 · baja confianza	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.4 GB	Q6_K	Ajustado
33.3 tok/s 20–53 · baja confianza	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.4 GB	Q6_K	Ajustado
32.7 tok/s 20–52 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	36.1 GB	Q8_0	Cómodo
32.7 tok/s 20–52 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	36.1 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: Cohere
Tipo de Organización: Industry
País: Canada
Publicado: 3 March 2025
Autores: Cohere Labs Team

Lo que hace

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

Dominio: Multimodal, Vision, Language
Tarea: Language generation, Image captioning, Visual question answering, Language modeling/generation, Question answering
Modelo base: Aya Expanse 32B

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: 33.1B
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 (non-commercial)
Código de entrenamiento: Unreleased
Hugging Face: CohereLabs

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: Aya Vision: Expanding the worlds AI can see
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan Aya Vision 32B

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 Aya Vision 32B

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

RTX A4500

Memoria necesaria

16.9 GB

Más rápido

102 tok/s

Aya Vision 32B llega a un recuento de parámetros de 33.1B. 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: 132.

En el extremo bajo, se maneja por RTX A4500, con una capacidad de memoria de 20 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 22.1 tokens por segundo

En el otro extremo se encuentra B200, generando aproximadamente 102 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

De dónde vino

Aya Vision 32B fue publicado por Cohere, en el país registrado como Canada, durante March 2025. La organización editora está clasificada como industry.

Funciona en el dominio de Multimodal, Vision, Language, y se registra como realizando la tarea de language generation, Image captioning, Visual question answering, Language modeling/generation, Question answering.

Su punto de partida fue un modelo base existente, Aya Expanse 32B. Por eso comparte la forma y el tamaño general del modelo base.

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 CohereLabs.

Entendiendo las velocidades

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 20.3 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 101 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.

Su arquitectura interna no está en nuestra base de datos, por lo que la memoria se aproxima a partir del conteo de parámetros y se marca en consecuencia. Se espera que la cifra real difiera, más aún en contextos largos.

Paso a paso

Cómo elegir una GPU para Aya Vision 32B

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 Aya Vision 32B, necesitando alrededor 16.9 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.

Establece el contexto a lo que realmente usarás. La caché crece con la conversación, y es la razón habitual por la que una card que parecía bien deja de fit. Aya Vision 32B.
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 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

Ordenar por velocidad

Ordenar por velocidad para ver cómo se clasifican las tarjetas por Aya Vision 32B. 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 102 tok/s
05

Verifica el veredicto de ajuste antes de comprar

Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de Aya Vision 32B. 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 Aya Vision 32B.

Respuestas

Aya Vision 32B — preguntas comunes

Aya Vision 32B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 33.1B. According to huggingface.co/CohereLabs/aya-vision-32b. 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.

Aya Vision 32B— ¿Quién lo creó?

Fue publicado por Cohere, basado en Canada, una organización categorizada como industry.

Aya Vision 32B— ¿cuándo fue lanzado?

Se publicó en March 2025.

Aya Vision 32B— ¿Para qué se utiliza?

Funciona en el dominio de Multimodal, Vision, Language, y se registra como manejando la tarea de language generation, Image captioning, Visual question answering, Language modeling/generation, Question answering. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.

Aya Vision 32B— ¿Dónde puedo descargarlo?

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

Aya Vision 32B— ¿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 6.3 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Aya Vision 32B— ¿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: 132. Así que una segunda tarjeta rara vez es la respuesta aquí.

Aya Vision 32B— ¿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: 5. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Aya Vision 32B— ¿Qué tan precisas son estas estimaciones de velocidad?

Estas son estimaciones con barras de error reales, y cualquiera de ellas podría razonablemente situarse en cualquier parte de su rango publicado dependiendo del runtime que utilices. El resultado más rápido aquí: 61–164 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.

Aya Vision 32B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es RTX A4500, con una capacidad de memoria de 20 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 16.9 GB, y produce aproximadamente 22.1 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 132.

Aya Vision 32B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, 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: 101.

Aya Vision 32B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 16.9 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.

Aya Vision 32B— ¿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 Q4_K_M, usando alrededor 20.7 GB y generando aproximadamente 39.6 tokens por segundo. El ajuste es ajustado.

Aya Vision 32B— ¿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.

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