Qwen3.5-122B-A10B calculadora TPS

Abre pesos Alibaba 122B parámetros February 2026

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

43 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

Radeon Instinct MI200

64 GB · Q3_K_M · 66.6 tok/s

Tarjeta más rápida

B200

154 tok/s · 180 GB

¿Qué GPU pueden ejecutar? Qwen3.5-122B-A10B?

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.

43 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
154 tok/s 93–247 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	124.1 GB	Q8_0	Cómodo
154 tok/s 93–247 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	124.1 GB	Q8_0	Cómodo
150 tok/s 90–239 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.3 GB	Q4_K_M	Ajustado
150 tok/s 90–239 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.3 GB	Q4_K_M	Ajustado
143 tok/s 86–229 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	95.7 GB	Q6_K	Cómodo
136 tok/s 81–217 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	81.5 GB	Q5_K_M	Ajustado
123 tok/s 74–197 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	124.1 GB	Q8_0	Cómodo
123 tok/s 74–197 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	124.1 GB	Q8_0	Cómodo
116 tok/s 70–186 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	95.7 GB	Q6_K	Cómodo
116 tok/s 69–185 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	81.5 GB	Q5_K_M	Ajustado
116 tok/s 69–185 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	81.5 GB	Q5_K_M	Ajustado
116 tok/s 69–185 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	81.5 GB	Q5_K_M	Ajustado
105 tok/s 63–168 · baja confianza	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	53.1 GB	Q3_K_M	Ajustado
94.3 tok/s 57–151 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	124.1 GB	Q8_0	Ajustado
94.3 tok/s 57–151 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	124.1 GB	Q8_0	Ajustado
90.8 tok/s 55–145 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.3 GB	Q4_K_M	Ajustado
90.8 tok/s 55–145 · baja confianza	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.3 GB	Q4_K_M	Ajustado
90.8 tok/s 55–145 · baja confianza	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.3 GB	Q4_K_M	Ajustado
90.8 tok/s 55–145 · baja confianza	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.3 GB	Q4_K_M	Ajustado
90.8 tok/s 55–145 · baja confianza	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.3 GB	Q4_K_M	Ajustado
90.8 tok/s 55–145 · baja confianza	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.3 GB	Q4_K_M	Ajustado
90.3 tok/s 54–144 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	124.1 GB	Q8_0	Cómodo
86.4 tok/s 52–138 · baja confianza	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	67.3 GB	Q4_K_M	Ajustado
86.4 tok/s 52–138 · baja confianza	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	67.3 GB	Q4_K_M	Ajustado
80.1 tok/s 48–128 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	124.1 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: Alibaba
Tipo de Organización: Industry
País: China
Publicado: 24 February 2026

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

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: 122B
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 (restricted use)
Hugging Face: Qwen

Cómo está clasificado

Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.

Por qué se rastrea: Discretionary
Confianza de registro: Likely

Fuentes

De dónde proviene este registro y cuándo fue comprobado por última vez.

Referencia: Qwen3.5: Towards Native Multimodal Agents
Última actualización: 8 April 2026

Los extremos

Las diez GPUs más rápidas que ejecutan Qwen3.5-122B-A10B

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 Qwen3.5-122B-A10B

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 se necesita para ejecutar este modelo

Mínima tarjeta

Radeon Instinct MI200

Memoria necesaria

53.1 GB

Más rápido

154 tok/s

Qwen3.5-122B-A10B llega a un recuento de parámetros de 122B. Eso lo coloca por encima del hardware de consumo, en el rango donde se compra una tarjeta para este propósito en lugar de ser reutilizada para ello. El número de tarjetas que seguimos que pueden contenerlo: 43.

La tarjeta más pequeña que lo sostiene es Radeon Instinct MI200, con una capacidad de memoria de 64 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 66.6 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 154 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Qué es este modelo

Qwen3.5-122B-A10B fue publicado por Alibaba, en el país registrado como China, durante February 2026. Sale de una organización categorizada como industry.

Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation.

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 Qwen.

Qué decide la velocidad

La mitad de las tarjetas que lo sostienen gestionan más de 90.3 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 41 de ellos.

Este es un modelo de mezcla de expertos, que enruta cada token a través de solo parte de sí mismo. Por lo tanto, genera mucho más rápido de lo que su tamaño total sugiere — mientras aún necesita que cada parámetro resida en memoria, por lo que es rápido sin ser barato de mantener.

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

Su criterio de inclusión: discretionary.

Paso a paso

Cómo elegir una GPU para Qwen3.5-122B-A10B

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 Qwen3.5-122B-A10B, necesitando alrededor 53.1 GB a una compresión de Q3_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
02

Ajusta el contexto a tu uso actual

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. Qwen3.5-122B-A10B.
03

Establecer un umbral de calidad

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

Compara tokens por segundo, no especificaciones

Ordenar por velocidad para ver cómo se clasifican las tarjetas por Qwen3.5-122B-A10B. 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 154 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 Qwen3.5-122B-A10B. 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. Qwen3.5-122B-A10B.

Respuestas

Qwen3.5-122B-A10B — preguntas comunes

Qwen3.5-122B-A10B— ¿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.

Qwen3.5-122B-A10B— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 122B. 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.

Qwen3.5-122B-A10B— ¿Quién lo creó?

Fue publicado por Alibaba, basado en China, una organización categorizada como industry.

Qwen3.5-122B-A10B— ¿cuándo fue lanzado?

Se publicó en February 2026.

Qwen3.5-122B-A10B— ¿Para qué se utiliza?

Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.

Qwen3.5-122B-A10B— ¿Dónde puedo descargarlo?

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

Qwen3.5-122B-A10B— ¿Puedo ejecutarlo si no cabe en mi GPU?

En parte. Las capas que no se ajustan se encuentran en la memoria del sistema y funcionan a una fracción de la velocidad, por lo que un modelo mayoritariamente descargado rara vez merece la pena utilizar. El fallo más cercano que calculamos se queda corto por 24.1 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

Qwen3.5-122B-A10B— ¿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: 43. Así que una segunda tarjeta rara vez es la respuesta aquí.

Qwen3.5-122B-A10B— ¿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: 6. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

Qwen3.5-122B-A10B— ¿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: 93–247 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.

Qwen3.5-122B-A10B— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI200, con una capacidad de memoria de 64 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 53.1 GB, y produce aproximadamente 66.6 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 43.

Qwen3.5-122B-A10B— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 154 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: 41.

Qwen3.5-122B-A10B— ¿Cuánta VRAM necesita?

Necesita aproximadamente 53.1 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.

Origen

Publicación original

Última actualización registrada 8 April 2026

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