PaliGemma 2 3B Mix 448 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 448?

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, Object recognition, Image segmentation, Character recognition (OCR)
Modelo base: PaliGemma 2 3B Mix 224

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: 51,200,000,000 tokens

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
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 448

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 448

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

Tesla C1080

Memoria necesaria

3.1 GB

Más rápido

1,160 tok/s

PaliGemma 2 3B Mix 448 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.

El hardware mínimo que funciona es 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

En el otro extremo se encuentra 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 448 fue publicado por Google, en el país registrado como United States of America, durante February 2025. La organización editora está clasificada como industry.

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

Se basa en PaliGemma 2 3B Mix 224. Por eso comparte la forma y el tamaño general del modelo base.

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 google.

Entendiendo las velocidades

La mitad de las tarjetas que lo sostienen gestionan más de 36.8 tokens por segundo. Excediendo velocidad de lectura directamente: 783 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.

La memoria aquí se estima a partir del tamaño en lugar de calcularse a partir de la arquitectura, que no se registra para este modelo — los números son indicativos en lugar de exactos.

Qué se necesitó para construirlo

Fue entrenado en un corpus de aproximadamente 51,200,000,000 tokens de texto

Paso a paso

Cómo elegir una GPU para PaliGemma 2 3B Mix 448

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 PaliGemma 2 3B Mix 448, necesitando alrededor 3.1 GB a una compresión de Q6_K. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
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. PaliGemma 2 3B Mix 448.
03

Establecer un umbral de calidad

Cada tarjeta ejecuta la copia menos comprimida que puede contener., 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

Ordenar por velocidad

La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. PaliGemma 2 3B Mix 448. 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

Verifica el veredicto de ajuste antes de comprar

La columna de ajuste separa las TARJETAS que apenas lo gestionan de aquellas con espacio de sobra, en el caso de PaliGemma 2 3B Mix 448. 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

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 448.

Respuestas

PaliGemma 2 3B Mix 448 — preguntas comunes

PaliGemma 2 3B Mix 448— ¿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 448— ¿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 448— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 2.9B. https://huggingface.co/google/paligemma-3b-mix-448. 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.

PaliGemma 2 3B Mix 448— ¿Quién lo creó?

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

PaliGemma 2 3B Mix 448— ¿cuándo fue lanzado?

Se publicó en February 2025.

PaliGemma 2 3B Mix 448— ¿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, Object recognition, Image segmentation, 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.

PaliGemma 2 3B Mix 448— ¿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 448— ¿Puedo ejecutarlo si no cabe en mi GPU?

Solo al descargar, lo cual suele ser una falsa economía: la parte mantenida en la memoria del sistema arrastra todo. Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

PaliGemma 2 3B Mix 448— ¿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: 818. Así que una segunda tarjeta rara vez es la respuesta aquí.

PaliGemma 2 3B Mix 448— ¿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: 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 448— ¿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: 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 448— ¿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 448— ¿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 448— ¿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 448— ¿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 448— ¿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 448— ¿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.

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