TeleChat2-3B 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
Tesla C1080
4 GB · Q6_K · 17.9 tok/s
Tarjeta más rápida
B200
1,129 tok/s · 180 GB
¿Qué GPU pueden ejecutar? TeleChat2-3B?
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..
818 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
1,129
tok/s
678–1,807 · baja confianza |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 3.9 GB | Q8_0 | Cómodo |
|
1,129
tok/s
678–1,807 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 3.9 GB | Q8_0 | Cómodo |
|
902
tok/s
541–1,443 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 3.9 GB | Q8_0 | Cómodo |
|
902
tok/s
541–1,443 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 3.9 GB | Q8_0 | Cómodo |
|
721
tok/s
433–1,154 · baja confianza |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 3.9 GB | Q8_0 | Cómodo |
|
690
tok/s
414–1,105 · baja confianza |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 3.9 GB | Q8_0 | Cómodo |
|
690
tok/s
414–1,105 · baja confianza |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 3.9 GB | Q8_0 | Cómodo |
|
661
tok/s
396–1,057 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 3.9 GB | Q8_0 | Cómodo |
|
586
tok/s
352–938 · baja confianza |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 3.9 GB | Q8_0 | Cómodo |
|
586
tok/s
352–938 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 3.9 GB | Q8_0 | Cómodo |
|
586
tok/s
352–938 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 3.9 GB | Q8_0 | Cómodo |
|
556
tok/s
334–890 · baja confianza |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 3.9 GB | Q8_0 | Cómodo |
|
474
tok/s
285–759 · baja confianza |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 3.9 GB | Q8_0 | Cómodo |
|
474
tok/s
285–759 · baja confianza |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 3.9 GB | Q8_0 | Cómodo |
|
474
tok/s
285–759 · baja confianza |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 3.9 GB | Q8_0 | Cómodo |
|
474
tok/s
285–759 · baja confianza |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 3.9 GB | Q8_0 | Cómodo |
|
474
tok/s
285–759 · baja confianza |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 3.9 GB | Q8_0 | Cómodo |
|
361
tok/s
217–578 · baja confianza |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 3.9 GB | Q8_0 | Cómodo |
|
361
tok/s
217–578 · baja confianza |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 3.9 GB | Q8_0 | Cómodo |
|
301
tok/s
181–482 · baja confianza |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 3.9 GB | Q8_0 | Cómodo |
|
295
tok/s
177–471 · baja confianza |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 3.9 GB | Q8_0 | Cómodo |
|
288
tok/s
173–461 · baja confianza |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 3.9 GB | Q8_0 | Cómodo |
|
288
tok/s
173–461 · baja confianza |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 3.9 GB | Q8_0 | Cómodo |
|
288
tok/s
173–461 · baja confianza |
A800 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Aug 2022 | 3.9 GB | Q8_0 | Cómodo |
|
288
tok/s
173–461 · baja confianza |
H100 CNX NVIDIA | 80 GB | 2,040 GB/s | Mar 2023 | 3.9 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
- China Telecom
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 8 November 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, Quantitative reasoning, Chat, Text summarization, Code 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
- 3B
- 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)
- Código de entrenamiento
- Open (restricted use)
- Hugging Face
- Tele-AI
Apache 2.0 https://huggingface.co/Tele-AI/TeleChat2-3B "Community use TeleChat model needs to follow 《TeleChat model community license agreement》. TeleChat model supports commercial use if you plan to treat TeleChat The model or its derivatives are used for commercial purposes, you need to contact the mailbox below" no clear license but same disclaimer as above https://github.com/Tele-AI/TeleChat2/ this is seems to be pre-training code: https://github.com/Tele-AI/TeleChat2/tree/main/deepspeed
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
- TeleChat2
- Última actualización
- 28 November 2025
Los extremos
Las diez GPUs más rápidas que ejecutan TeleChat2-3B
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..
- 01 B300 288 GB · 8,000 GB/s · Q8_0 1,129 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 1,129 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 902 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 902 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 721 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 690 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 690 tok/s
- 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 661 tok/s
- 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 586 tok/s
- 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 586 tok/s
Las GPUs más pequeñas que aún funcionan TeleChat2-3B
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 GeForce RTX 4010 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 19.7 tok/s
- 02 RTX A400 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 19.7 tok/s
- 03 RTX 500 Mobile Ada Generation 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 26.3 tok/s
- 04 GeForce RTX 3050 A Mobile 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 39.4 tok/s
- 05 Jetson Orin Nano 4 GB 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 7.0 tok/s
- 06 Radeon RX 6450M 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 20.5 tok/s
- 07 Radeon RX 6550M 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 23.0 tok/s
- 08 Radeon RX 6550S 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 20.5 tok/s
- 09 Arc A310 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 16.5 tok/s
- 10 Arc Pro A30M 4 GB · Necesita 3.2 GB · Q6_K · Ajustado 17.1 tok/s
Qué significan los números
Lo que necesitas para ejecutar esto
Mínima tarjeta
Tesla C1080
Memoria necesaria
3.2 GB
Más rápido
1,129 tok/s
TeleChat2-3B llega a un recuento de parámetros de 3B. 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 17.9 tokens por segundo
Gama alta es B200, generando aproximadamente 1,129 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Qué es este modelo
TeleChat2-3B fue publicado por China Telecom, en el país registrado como China, durante November 2024. La organización editora está clasificada como industry.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Quantitative reasoning, Chat, Text summarization, Code generation.
Debido a que sus pesos fueron liberados, nada sobre ejecutar el modelo depende de un proveedor que permanezca disponible — es tuyo una vez descargado. En Hugging Face está publicado bajo la organización Tele-AI.
Qué decide la velocidad
El resultado mediano es alrededor de 35.8 tokens por segundo. Limpiando los diez tokens por segundo que corresponden aproximadamente a la velocidad de lectura: 780 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.
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.
Paso a paso
Cómo elegir una GPU para TeleChat2-3B
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
Verifica lo que necesita antes de cualquier otra cosa.
Cada tarjeta aquí ha sido verificada contra TeleChat2-3B, necesitando alrededor 3.2 GB a una compresión de Q6_K. Ninguna cantidad de potencia de procesamiento compensa una CARD que no puede sostenerla.
-
02
Establece la longitud de contexto en la que trabajarás.
Las conversaciones más largas consumen memoria además de lo que los pesos necesitan. Mueve el control deslizante a tu longitud de trabajo real antes de confiar en cualquier fila para TeleChat2-3B.
-
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. TeleChat2-3B. 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 1,129 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 TeleChat2-3B. 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.
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 TeleChat2-3B.
Respuestas
TeleChat2-3B — preguntas comunes
TeleChat2-3B— ¿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 3.9 GB y generando aproximadamente 189 tokens por segundo. El ajuste es cómodo.
TeleChat2-3B— ¿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.
TeleChat2-3B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 3B. 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.
TeleChat2-3B— ¿Quién lo creó?
Fue publicado por China Telecom, basado en China, una organización categorizada como industry.
TeleChat2-3B— ¿cuándo fue lanzado?
Se publicó en November 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.
TeleChat2-3B— ¿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, Chat, Text summarization, Code generation. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
TeleChat2-3B— ¿Dónde puedo descargarlo?
Sus pesos están publicados en Hugging Face, bajo la organización Tele-AI. No alojamos archivos de modelo — este sitio calcula qué hardware se necesita para ejecutarlos.
TeleChat2-3B— ¿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.
TeleChat2-3B— ¿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: 818. Así que una segunda tarjeta rara vez es la respuesta aquí.
TeleChat2-3B— ¿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.
TeleChat2-3B— ¿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: 678–1,807 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.
TeleChat2-3B— ¿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 3.2 GB, y produce aproximadamente 17.9 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 818.
TeleChat2-3B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B200, a aproximadamente 1,129 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: 780.
TeleChat2-3B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 3.2 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.
TeleChat2-3B— ¿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 3.9 GB y generando aproximadamente 210 tokens por segundo. El ajuste es cómodo.
TeleChat2-3B— ¿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 3.9 GB y generando aproximadamente 129 tokens por segundo. El ajuste es cómodo.
TeleChat2-3B— ¿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 3.9 GB y generando aproximadamente 160 tokens por segundo. El ajuste es cómodo.
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.