Tulu 3 405B 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 · 12.0 tok/s
Tarjeta más rápida
B300
19.3 tok/s · 288 GB
¿Qué GPU pueden ejecutar? Tulu 3 405B?
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 | |||||
|---|---|---|---|---|---|---|---|
|
19.3
tok/s
12–31 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 245.7 GB | Q4_K_M | Ajustado |
|
15.4
tok/s
9–25 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | Ajustado |
|
15.4
tok/s
9–25 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 245.7 GB | Q4_K_M | Ajustado |
|
12.0
tok/s
7–19 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 222.1 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
- Allen Institute for AI,University of Washington
- Tipo de Organización
- Research collective,Academia
- País
- United States of America
- Publicado
- 30 January 2025
- Autores
- Nathan Lambert, Jacob Morrison, Valentina Pyatkin, Shengyi Huang, Hamish Ivison, Faeze Brahman, Lester James V. Miranda, Alisa Liu, Nouha Dziri, Shane Lyu, Yuling Gu, Saumya Malik, Victoria Graf, Jena D. Hwang, Jiangjiang Yang, Ronan Le Bras, Oyvind Tafjord, Chris Wilhelm, Luca Soldaini, Noah A. Smith, Yizhong Wang, Pradeep Dasigi, Hannaneh Hajishirzi
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Question answering, Quantitative reasoning
- Modelo base
- Llama 3.1-405B
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
- 405B
- Datos de entrenamiento
- tokens
405B
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.
- Cómo se estableció
- Hardware
- Computación de ajuste fino
- 3.8 × 10²² FLOP
SFT and DPO infrastructure usage is unknown RLVR: "the final 405B RL run takes 46 hours on 256 GPUs" 989400000000000 FLOP / GPU / sec [H100 reported, bf16 assumed] * 256 GPUs * 46 hours * 3600 sec / hour * 0.3 [assumed utilization] = 1.2583268e+22 FLOP Assuming that SFT and DPO training compute was same OOM as RLVR stage (similar to 70B model), 1.2583268e+22 FLOP * 3 = 3.7749804e+22 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
- NVIDIA H100 SXM5 80GB
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 (restricted use)
- Código de entrenamiento
- Open source
- Hugging Face
- allenai
Llama 3.1 license https://huggingface.co/allenai/Llama-3.1-Tulu-3-405B Apache 2.0 https://github.com/allenai/open-instruct
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
- Likely
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- Tulu 3: Pushing Frontiers in Open Language Model Post-Training
- Última actualización
- 28 November 2025
Los extremos
Las diez GPUs más rápidas que ejecutan Tulu 3 405B
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 Tulu 3 405B
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 222.1 GB · IQ4_XS · Ajustado 12.0 tok/s
- 02 B300 288 GB · Necesita 245.7 GB · Q4_K_M · Ajustado 19.3 tok/s
- 03 Radeon Instinct MI350X 288 GB · Necesita 245.7 GB · Q4_K_M · Ajustado 15.4 tok/s
- 04 Radeon Instinct MI355X 288 GB · Necesita 245.7 GB · Q4_K_M · Ajustado 15.4 tok/s
Qué significan los números
El lado de hardware
Mínima tarjeta
Radeon Instinct MI325X
Memoria necesaria
222.1 GB
Más rápido
19.3 tok/s
Tulu 3 405B llega a un recuento de parámetros de 405B. 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 12.0 tokens por segundo
En el otro extremo se encuentra B300, generando aproximadamente 19.3 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Qué es este modelo
Tulu 3 405B fue publicado por Allen Institute for AI,University of Washington, en el país registrado como United States of America, durante January 2025. Sale de una organización categorizada como research collective,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Quantitative reasoning.
En lugar de ser entrenado desde cero, se deriva de Llama 3.1-405B. La mayoría de los modelos a esta escala están adaptados de una base existente en lugar de construidos desde cero.
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 allenai.
Qué decide la velocidad
La mitad de las tarjetas que lo sostienen gestionan más de 15.4 tokens por segundo. Excediendo velocidad de lectura directamente: 4 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.
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 Tulu 3 405B
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 Tulu 3 405B, necesitando alrededor 222.1 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.
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. Tulu 3 405B.
-
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 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
Clasifica por rendimiento en lugar de la hoja de especificaciones.
La velocidad de ordenación es efectivamente un ordenamiento por ancho de banda de GPU. Tulu 3 405B. 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 19.3 tok/s
-
05
Mira el margen, no solo la compatibilidad.
Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de Tulu 3 405B. 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. Tulu 3 405B.
Respuestas
Tulu 3 405B — preguntas comunes
Tulu 3 405B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Quantitative reasoning. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
Tulu 3 405B— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización allenai. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
Tulu 3 405B— ¿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. El fallo más cercano que calculamos se queda corto por 72.9 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
Tulu 3 405B— ¿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: 4. Así que una segunda tarjeta rara vez es la respuesta aquí.
Tulu 3 405B— ¿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.
Tulu 3 405B— ¿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: 12–31 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.
Tulu 3 405B— ¿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 222.1 GB, y produce aproximadamente 12.0 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 4.
Tulu 3 405B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B300, a aproximadamente 19.3 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.
Tulu 3 405B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 222.1 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.
Tulu 3 405B— ¿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.
Tulu 3 405B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 405B. 405B. 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.
Tulu 3 405B— ¿Quién lo creó?
Fue publicado por Allen Institute for AI,University of Washington, basado en United States of America, una organización categorizada como research collective,Academia.
Tulu 3 405B— ¿cuándo fue lanzado?
Se publicó en January 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.