Qwen3.5 397B-A17B 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 MI300X
192 GB · Q3_K_M · 66.4 tok/s
Tarjeta más rápida
B300
109 tok/s · 288 GB
¿Qué GPU pueden ejecutar? Qwen3.5 397B-A17B?
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..
6 las tarjetas coinciden
Calculando| Necesita | Cuantización | Ajustar | |||||
|---|---|---|---|---|---|---|---|
|
109
tok/s
66–175 · baja confianza |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 213.2 GB | Q4_K_M | Cómodo |
|
87.4
tok/s
52–140 · baja confianza |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 213.2 GB | Q4_K_M | Cómodo |
|
87.4
tok/s
52–140 · baja confianza |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 213.2 GB | Q4_K_M | Cómodo |
|
66.4
tok/s
40–106 · baja confianza |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 167.0 GB | Q3_K_M | Ajustado |
|
66.4
tok/s
40–106 · baja confianza |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 167.0 GB | Q3_K_M | Ajustado |
|
64.0
tok/s
38–102 · baja confianza |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 213.2 GB | Q4_K_M | 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
- Alibaba
- Tipo de Organización
- Industry
- País
- China
- Publicado
- 13 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, Vision
- Tarea
- Language modeling/generation, Vision-language 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
- 397B
- Datos de entrenamiento
- tokens
"it comprises 397 billion total parameters"
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)
- 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 397B-A17B
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 · Q4_K_M 109 tok/s
- 02 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q4_K_M 87.4 tok/s
- 03 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q4_K_M 87.4 tok/s
- 04 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q3_K_M 66.4 tok/s
- 05 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q3_K_M 66.4 tok/s
- 06 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q4_K_M 64.0 tok/s
Las GPUs más pequeñas que aún funcionan Qwen3.5 397B-A17B
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 MI300X 192 GB · Necesita 167.0 GB · Q3_K_M · Ajustado 66.4 tok/s
- 02 Radeon Instinct MI308X 192 GB · Necesita 167.0 GB · Q3_K_M · Ajustado 66.4 tok/s
- 03 Radeon Instinct MI325X 256 GB · Necesita 213.2 GB · Q4_K_M · Ajustado 64.0 tok/s
- 04 B300 288 GB · Necesita 213.2 GB · Q4_K_M · Cómodo 109 tok/s
- 05 Radeon Instinct MI350X 288 GB · Necesita 213.2 GB · Q4_K_M · Cómodo 87.4 tok/s
- 06 Radeon Instinct MI355X 288 GB · Necesita 213.2 GB · Q4_K_M · Cómodo 87.4 tok/s
Qué significan los números
Requisitos de hardware en la práctica
Mínima tarjeta
Radeon Instinct MI300X
Memoria necesaria
167.0 GB
Más rápido
109 tok/s
Qwen3.5 397B-A17B llega a un recuento de parámetros de 397B. 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: 6.
El punto de entrada es Radeon Instinct MI300X, con una capacidad de memoria de 192 GB, ejecutándolo a una compresión de Q3_K_M y produciendo alrededor 66.4 tokens por segundo
En el otro extremo se encuentra B300, generando aproximadamente 109 tokens por segundo en la fuerza de un ancho de banda de memoria de 8,000 GB/s.
Fondo
Qwen3.5 397B-A17B 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, Vision, y se registra como realizando la tarea de language modeling/generation, Vision-language 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.
Leyendo las cifras de rendimiento
La mitad de las tarjetas que lo sostienen gestionan más de 76.9 tokens por segundo. Produciendo texto más rápido de lo que la mayoría de las personas lo leen. 6 de ellos.
El enrutamiento de mezcla de expertos es la razón por la cual las velocidades aquí parecen altas para la cantidad de parámetros. Solo se lee una fracción por token, pero todo tiene que ser cargado.
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.
Entrenamiento y procedencia
Su criterio de inclusión: discretionary.
Paso a paso
Cómo elegir una GPU para Qwen3.5 397B-A17B
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
La tabla enumera cada tarjeta capaz de contener Qwen3.5 397B-A17B, necesitando alrededor 167.0 GB a una compresión de Q3_K_M. Esa cifra, no el rendimiento principal de una CARD, es lo que decide si se ejecuta.
-
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. Qwen3.5 397B-A17B.
-
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
Ordenar por velocidad para ver cómo se clasifican las tarjetas por Qwen3.5 397B-A17B. 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 109 tok/s
-
05
Verifica el veredicto de ajuste antes de comprar
Un ajuste apretado se ejecuta, pero no deja nada de sobra para una conversación más larga, en el caso de Qwen3.5 397B-A17B. 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
Cada página de tarjeta repite este barrido para cada modelo que tenemos, respondiendo a qué más es bueno el hardware más allá de Qwen3.5 397B-A17B.
Respuestas
Qwen3.5 397B-A17B — preguntas comunes
Qwen3.5 397B-A17B— ¿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 397B-A17B— ¿Puedo ejecutarlo si no cabe en mi GPU?
Se puede dividir entre la tarjeta y la memoria del sistema, pero se genera muy lentamente de esa manera. El fallo más cercano que calculamos se queda corto por 51.2 GB Cada cifra aquí asume que todo el modelo está residente en la tarjeta.
Qwen3.5 397B-A17B— ¿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: 6. Así que una segunda tarjeta rara vez es la respuesta aquí.
Qwen3.5 397B-A17B— ¿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.
Qwen3.5 397B-A17B— ¿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: 66–175 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.
Qwen3.5 397B-A17B— ¿Qué GPU necesito para ejecutarlo?
La tarjeta más pequeña en nuestro catálogo que lo sostiene es Radeon Instinct MI300X, con una capacidad de memoria de 192 GB. Funciona el modelo a una compresión de Q3_K_M usando alrededor 167.0 GB, y produce aproximadamente 66.4 tokens por segundo. El número de tarjetas capaces de ejecutarlo en total: 6.
Qwen3.5 397B-A17B— ¿qué tan rápido es en una GPU?
Depende de la tarjeta. Lo más rápido que calculamos es B300, a aproximadamente 109 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: 6.
Qwen3.5 397B-A17B— ¿Cuánta VRAM necesita?
Necesita aproximadamente 167.0 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.
Qwen3.5 397B-A17B— ¿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 397B-A17B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 397B. "it comprises 397 billion total 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.
Qwen3.5 397B-A17B— ¿Quién lo creó?
Fue publicado por Alibaba, basado en China, una organización categorizada como industry.
Qwen3.5 397B-A17B— ¿cuándo fue lanzado?
Se publicó en February 2026.
Qwen3.5 397B-A17B— ¿Para qué se utiliza?
Funciona en el dominio de Language, Vision, y se registra como manejando la tarea de language modeling/generation, Vision-language generation. Los Modelos suelen llevar más de uno de cada uno, y las etiquetas describen el propósito en lugar de los límites de capacidad.
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.