PaliGemma 2 3B Mix 224 calculadora TPS

Abre pesos Google 2.9B parámetros February 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

818 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Tesla C1080

4 GB · Q6_K · 18.3 tok/s

Tarjeta más rápida

B200

1,160 tok/s · 180 GB

¿Qué GPU pueden ejecutar? PaliGemma 2 3B Mix 224?

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.

818 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
1,160 tok/s 696–1,857 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	3.8 GB	Q8_0	Cómodo
1,160 tok/s 696–1,857 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	3.8 GB	Q8_0	Cómodo
927 tok/s 556–1,483 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	3.8 GB	Q8_0	Cómodo
927 tok/s 556–1,483 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	3.8 GB	Q8_0	Cómodo
741 tok/s 445–1,186 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	3.8 GB	Q8_0	Cómodo
709 tok/s 426–1,135 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.8 GB	Q8_0	Cómodo
709 tok/s 426–1,135 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	3.8 GB	Q8_0	Cómodo
679 tok/s 407–1,086 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	3.8 GB	Q8_0	Cómodo
602 tok/s 361–964 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	3.8 GB	Q8_0	Cómodo
602 tok/s 361–964 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	3.8 GB	Q8_0	Cómodo
602 tok/s 361–964 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	3.8 GB	Q8_0	Cómodo
571 tok/s 343–914 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	3.8 GB	Q8_0	Cómodo
487 tok/s 292–780 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.8 GB	Q8_0	Cómodo
487 tok/s 292–780 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	3.8 GB	Q8_0	Cómodo
487 tok/s 292–780 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	3.8 GB	Q8_0	Cómodo
487 tok/s 292–780 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	3.8 GB	Q8_0	Cómodo
487 tok/s 292–780 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	3.8 GB	Q8_0	Cómodo
371 tok/s 223–594 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	3.8 GB	Q8_0	Cómodo
371 tok/s 223–594 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	3.8 GB	Q8_0	Cómodo
309 tok/s 186–495 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	3.8 GB	Q8_0	Cómodo
303 tok/s 182–484 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	3.8 GB	Q8_0	Cómodo
296 tok/s 178–473 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	3.8 GB	Q8_0	Cómodo
296 tok/s 178–473 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	3.8 GB	Q8_0	Cómodo
296 tok/s 178–473 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	3.8 GB	Q8_0	Cómodo
296 tok/s 178–473 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	3.8 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: Google
Tipo de Organización: Industry
País: United States of America
Publicado: 19 February 2025
Autores: Omar Sanseviero, Andreas Steiner

Lo que hace

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

Dominio: Vision, Multimodal, Language
Tarea: Image captioning, Visual question answering, Object detection, Image segmentation, Object recognition, Character recognition (OCR)
Modelo base: Gemma 2 2B,SigLIP 400M

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: 2.9B
Datos de entrenamiento: 256,000,000,000 tokens

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 × 10²² FLOP
Cómo se estableció: Hardware,Operation counting
Computación de ajuste fino: 4.3 × 10²¹ FLOP

La ejecución de entrenamiento

Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.

Hardware de entrenamiento: Google TPU v5e
Chips utilizados: 256
Tiempo de reloj: 72 hours
Consumo de energía: 113.1 kW

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: google

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: Introducing PaliGemma 2 mix: A vision-language model for multiple tasks
Última actualización: 28 November 2025

Los extremos

Las diez GPUs más rápidas que ejecutan PaliGemma 2 3B Mix 224

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 PaliGemma 2 3B Mix 224

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

Tesla C1080

Memoria necesaria

3.1 GB

Más rápido

1,160 tok/s

PaliGemma 2 3B Mix 224 llega a un recuento de parámetros de 2.9B. Eso es lo suficientemente pequeño como para que el hardware rara vez sea el obstáculo, incluso en tarjetas de varios años. El número de tarjetas que rastreamos que pueden ejecutarlo: 818.

En el extremo bajo, se maneja por Tesla C1080, con una capacidad de memoria de 4 GB, ejecutándolo a una compresión de Q6_K y produciendo alrededor 18.3 tokens por segundo

El resultado más rápido proviene de B200, generando aproximadamente 1,160 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

De dónde vino

PaliGemma 2 3B Mix 224 fue publicado por Google, en el país registrado como United States of America, durante February 2025. La categoría en la que se encuentra el editor es industry.

Funciona en el dominio de Vision, Multimodal, Language, y se registra como realizando la tarea de image captioning, Visual question answering, Object detection, Image segmentation, Object recognition, Character recognition (OCR).

Se basa en Gemma 2 2B,SigLIP 400M. Esa es la forma habitual en que se produce un modelo especializado.

El hecho de que los pesos sean abiertos es lo que coloca esta página en la calculadora en lugar de solo en el catálogo: es un modelo que puedes sostener. En Hugging Face está publicado bajo la organización google.

Entendiendo las velocidades

El resultado mediano es alrededor de 36.8 tokens por segundo. Excediendo velocidad de lectura directamente: 783 de ellos.

Cada peso participa en cada token aquí, por lo que el ancho de banda es la historia completa: el ranking a continuación es efectivamente un ranking de rendimiento de memoria.

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

Entrenarlo tomó un presupuesto de computación de aproximadamente 4 × 10²² FLOP, en hardware registrado como Google TPU v5e. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

Fue entrenado en un corpus de aproximadamente 256,000,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para PaliGemma 2 3B Mix 224

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 PaliGemma 2 3B Mix 224, necesitando alrededor 3.1 GB a una compresión de Q6_K. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
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. PaliGemma 2 3B Mix 224.
03

Establecer un umbral de calidad

La columna de cuantización varía por tarjeta, porque una tarjeta más grande sostiene una copia más precisa., alcanzando una compresión de Q6_K 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. PaliGemma 2 3B Mix 224. 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 1,160 tok/s
05

Lee la columna de ajuste al final

Tight significa que se carga y funciona sin espacio para aumentar el contexto más tarde, en el caso de PaliGemma 2 3B Mix 224. 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.

Seguir un GPU a su propia página muestra cada otro modelo que puede contener, que es la pregunta que sigue una vez que te has decidido por. PaliGemma 2 3B Mix 224.

Respuestas

PaliGemma 2 3B Mix 224 — preguntas comunes

PaliGemma 2 3B Mix 224— ¿Quién lo creó?

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

PaliGemma 2 3B Mix 224— ¿cuándo fue lanzado?

Se publicó en February 2025.

PaliGemma 2 3B Mix 224— ¿Para qué se utiliza?

Funciona en el dominio de Vision, Multimodal, Language, y se registra como manejando la tarea de image captioning, Visual question answering, Object detection, Image segmentation, Object recognition, Character recognition (OCR). 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.

PaliGemma 2 3B Mix 224— ¿Dónde puedo descargarlo?

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

PaliGemma 2 3B Mix 224— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 4 × 10²² FLOP, en hardware registrado como Google TPU v5e. 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.

PaliGemma 2 3B Mix 224— ¿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. Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

PaliGemma 2 3B Mix 224— ¿Correrían dos GPUS más rápido?

Dos tarjetas compran memoria en lugar de velocidad, lo cual solo importa si una tarjeta no puede contenerlo. El número que puede: 818. Así que una segunda tarjeta rara vez es la respuesta aquí.

PaliGemma 2 3B Mix 224— ¿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: 2. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

PaliGemma 2 3B Mix 224— ¿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: 696–1,857 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.

PaliGemma 2 3B Mix 224— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Tesla C1080, con una capacidad de memoria de 4 GB. Funciona el modelo a una compresión de Q6_K usando alrededor 3.1 GB, y produce aproximadamente 18.3 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.

PaliGemma 2 3B Mix 224— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 1,160 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: 783.

PaliGemma 2 3B Mix 224— ¿Cuánta VRAM necesita?

Necesita aproximadamente 3.1 GB a una compresión de Q6_K, 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.

PaliGemma 2 3B Mix 224— ¿Puedo ejecutarlo en una GPU que tiene? 8 GB?

Sí. La tarjeta CMP 170HX 8 GB, sosteniendo 8 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 3.8 GB y generando aproximadamente 216 tokens por segundo. El ajuste es cómodo.

PaliGemma 2 3B Mix 224— ¿Puedo ejecutarlo en una GPU que tiene? 12 GB?

Sí. La tarjeta GeForce RTX 3080 Ti, sosteniendo 12 GB, lo ejecuta a una compresión de Q8_0, usando alrededor 3.8 GB y generando aproximadamente 132 tokens por segundo. El ajuste es cómodo.

PaliGemma 2 3B Mix 224— ¿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 Q8_0, usando alrededor 3.8 GB y generando aproximadamente 164 tokens por segundo. El ajuste es cómodo.

PaliGemma 2 3B Mix 224— ¿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 Q8_0, usando alrededor 3.8 GB y generando aproximadamente 194 tokens por segundo. El ajuste es cómodo.

PaliGemma 2 3B Mix 224— ¿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.

PaliGemma 2 3B Mix 224— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 2.9B. https://huggingface.co/google/paligemma-3b-mix-224. 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.

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