GigaChat Lite (GigaChat-20B-A3B) calculadora TPS

Abre pesos Sber 20B parámetros December 2024

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

295 tarjetas que pueden ejecutarlo

818 tarjetas que tenemos especificaciones para

Tarjeta más pequeña que cabe

GeForce GTX 1080 Ti

11 GB · Q3_K_M · 131 tok/s

Tarjeta más rápida

B200

941 tok/s · 180 GB

¿Qué GPU pueden ejecutar? GigaChat Lite (GigaChat-20B-A3B)?

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.

295 las tarjetas coinciden

Calculando

					Necesita	Cuantización	Ajustar
941 tok/s 565–1,506 · baja confianza	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	21.3 GB	Q8_0	Cómodo
941 tok/s 565–1,506 · baja confianza	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	21.3 GB	Q8_0	Cómodo
752 tok/s 451–1,202 · baja confianza	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	21.3 GB	Q8_0	Cómodo
752 tok/s 451–1,202 · baja confianza	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	21.3 GB	Q8_0	Cómodo
601 tok/s 361–962 · baja confianza	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	21.3 GB	Q8_0	Cómodo
575 tok/s 345–920 · baja confianza	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	21.3 GB	Q8_0	Cómodo
575 tok/s 345–920 · baja confianza	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	21.3 GB	Q8_0	Cómodo
551 tok/s 330–881 · baja confianza	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	21.3 GB	Q8_0	Cómodo
489 tok/s 293–782 · baja confianza	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	21.3 GB	Q8_0	Cómodo
489 tok/s 293–782 · baja confianza	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	21.3 GB	Q8_0	Cómodo
489 tok/s 293–782 · baja confianza	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	21.3 GB	Q8_0	Cómodo
464 tok/s 278–742 · baja confianza	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	21.3 GB	Q8_0	Cómodo
395 tok/s 237–632 · baja confianza	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Cómodo
395 tok/s 237–632 · baja confianza	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	21.3 GB	Q8_0	Cómodo
395 tok/s 237–632 · baja confianza	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Cómodo
395 tok/s 237–632 · baja confianza	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Cómodo
395 tok/s 237–632 · baja confianza	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Cómodo
301 tok/s 181–482 · baja confianza	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	21.3 GB	Q8_0	Cómodo
301 tok/s 181–482 · baja confianza	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	21.3 GB	Q8_0	Cómodo
290 tok/s 174–463 · baja confianza	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	9.7 GB	Q3_K_M	Ajustado
290 tok/s 174–463 · baja confianza	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	9.7 GB	Q3_K_M	Ajustado
251 tok/s 150–401 · baja confianza	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	21.3 GB	Q8_0	Cómodo
245 tok/s 147–393 · baja confianza	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	21.3 GB	Q8_0	Cómodo
244 tok/s 146–390 · baja confianza	RTX A5000-12Q NVIDIA	12 GB	768 GB/s	Apr 2021	9.7 GB	Q3_K_M	Ajustado
240 tok/s 144–384 · baja confianza	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	21.3 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: Sber
Tipo de Organización: Industry,Government
País: Russia
Publicado: 13 December 2024

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, Chat

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: 20B
Datos de entrenamiento: 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: 9.9 × 10²² FLOP

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 (unrestricted)
Código de entrenamiento: Unreleased
Hugging Face: ai-sage

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: Speculative

Fuentes

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

Referencia: the first open MoE model in Russia
Última actualización: 11 February 2026

Los extremos

Las diez GPUs más rápidas que ejecutan GigaChat Lite (GigaChat-20B-A3B)

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 GigaChat Lite (GigaChat-20B-A3B)

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

GeForce GTX 1080 Ti

Memoria necesaria

9.7 GB

Más rápido

941 tok/s

GigaChat Lite (GigaChat-20B-A3B) llega a un recuento de parámetros de 20B. 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: 295.

La tarjeta más pequeña que lo sostiene es GeForce GTX 1080 Ti, con una capacidad de memoria de 11 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 131 tokens por segundo

Lo más rápido que calculamos para ello es B200, generando aproximadamente 941 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.

Qué es este modelo

GigaChat Lite (GigaChat-20B-A3B) fue publicado por Sber, en el país registrado como Russia, durante December 2024. La organización editora está clasificada como industry,Government.

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

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 ai-sage.

Qué decide la velocidad

En cada tarjeta que puede ejecutarlo, el medio del rango se sitúa en 101.7 tokens por segundo. Excediendo velocidad de lectura directamente: 293 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.

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.

Qué se necesitó para construirlo

Producirlo requirió una aritmética que totaliza alrededor de 9.9 × 10²² FLOP. Esa cifra mide lo que costó producir el modelo, y no tiene relación con qué tan rápido responde.

Paso a paso

Cómo elegir una GPU para GigaChat Lite (GigaChat-20B-A3B)

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

Cada tarjeta aquí ha sido verificada contra GigaChat Lite (GigaChat-20B-A3B), necesitando alrededor 9.7 GB a una compresión de Q3_K_M. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
02

Establece la longitud de contexto en la que trabajarás.

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. GigaChat Lite (GigaChat-20B-A3B).
03

Decide cuánto compresión aceptarás

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

El ranking por tokens por segundo sigue el ancho de banda de memoria en lugar de los recuentos de núcleos, para GigaChat Lite (GigaChat-20B-A3B). 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 941 tok/s
05

Lee la columna de ajuste al final

Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de GigaChat Lite (GigaChat-20B-A3B). 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

Revisa la tarjeta del otro lado

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 GigaChat Lite (GigaChat-20B-A3B).

Respuestas

GigaChat Lite (GigaChat-20B-A3B) — preguntas comunes

GigaChat Lite (GigaChat-20B-A3B)— ¿Cuánta VRAM necesita?

Necesita aproximadamente 9.7 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.

GigaChat Lite (GigaChat-20B-A3B)— ¿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 Q3_K_M, usando alrededor 9.7 GB y generando aproximadamente 290 tokens por segundo. El ajuste es ajustado.

GigaChat Lite (GigaChat-20B-A3B)— ¿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 Q5_K_M, usando alrededor 14.3 GB y generando aproximadamente 237 tokens por segundo. El ajuste es ajustado.

GigaChat Lite (GigaChat-20B-A3B)— ¿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 21.3 GB y generando aproximadamente 158 tokens por segundo. El ajuste es ajustado.

GigaChat Lite (GigaChat-20B-A3B)— ¿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.

GigaChat Lite (GigaChat-20B-A3B)— ¿cuántos parámetros tiene?

Tiene un recuento de parámetros de 20B. 20B total parameters 3.3B active parameters. 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.

GigaChat Lite (GigaChat-20B-A3B)— ¿Quién lo creó?

Fue publicado por Sber, basado en Russia, una organización categorizada como industry,Government.

GigaChat Lite (GigaChat-20B-A3B)— ¿cuándo fue lanzado?

Se publicó en December 2024. La capacidad por parámetro ha mejorado considerablemente desde entonces, por lo que un modelo más reciente del mismo tamaño suele ser el mejor uso del mismo hardware.

GigaChat Lite (GigaChat-20B-A3B)— ¿Para qué se utiliza?

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

GigaChat Lite (GigaChat-20B-A3B)— ¿Dónde puedo descargarlo?

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

GigaChat Lite (GigaChat-20B-A3B)— cuánto compute se utilizó para entrenarlo?

El entrenamiento consumió alrededor 9.9 × 10²² FLOP. 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.

GigaChat Lite (GigaChat-20B-A3B)— ¿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 3.0 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.

GigaChat Lite (GigaChat-20B-A3B)— ¿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: 295. Así que una segunda tarjeta rara vez es la respuesta aquí.

GigaChat Lite (GigaChat-20B-A3B)— ¿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: 4. Las tarjetas más grandes obtienen la versión más precisa, y el nivel de calidad por encima establece la comparación a un nivel.

GigaChat Lite (GigaChat-20B-A3B)— ¿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: 565–1,506 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.

GigaChat Lite (GigaChat-20B-A3B)— ¿Qué GPU necesito para ejecutarlo?

La tarjeta más pequeña en nuestro catálogo que lo sostiene es GeForce GTX 1080 Ti, con una capacidad de memoria de 11 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 9.7 GB, y produce aproximadamente 131 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 295.

GigaChat Lite (GigaChat-20B-A3B)— ¿qué tan rápido es en una GPU?

Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 941 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: 293.

Origen

Publicación original

Última actualización registrada 11 February 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