Mixtral 8x7B calculateur TPS

Ouvrir les poids Mistral AI 46.7B paramètres December 2023

Chaque carte ci-dessous est évaluée par rapport à ce modèle à la longueur de contexte et à la qualité minimale que vous choisissez. La vitesse est une estimation pour une demande unique, calculée à partir de la bande passante mémoire de la carte et de la taille du modèle une fois compressé..

Calculé pour ce modèle

126 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Tesla M40 24 GB

24 GB · Q3_K_M · 21.7 tok/s

Carte la plus rapide

B200

263 tok/s · 180 GB

Quelles GPU peuvent exécuter Mixtral 8x7B?

Définir les entrées, lire la réponse

Longueur de contexte jetons

Une conversation plus longue nécessite plus de mémoire, ce qui peut pousser ce modèle hors des cartes plus petites..

Qualité minimale

Cache des cartes qui ne conviendraient qu'au modèle en le compressant en dessous de ce point..

Recherche de cartes

Mémoire de carte

Montrez aussi les cartes qui ne peuvent pas le faire.

126 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
263 tok/s 158–420 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	48.2 GB	Q8_0	Confortable
263 tok/s 158–420 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	48.2 GB	Q8_0	Confortable
210 tok/s 126–336 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Confortable
210 tok/s 126–336 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Confortable
168 tok/s 101–268 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	48.2 GB	Q8_0	Confortable
161 tok/s 96–257 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Confortable
161 tok/s 96–257 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Confortable
154 tok/s 92–246 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	48.2 GB	Q8_0	Confortable
142 tok/s 85–227 · faible confiance	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	À l'étroit
142 tok/s 85–227 · faible confiance	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	À l'étroit
136 tok/s 82–218 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Confortable
136 tok/s 82–218 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Confortable
136 tok/s 82–218 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Confortable
136 tok/s 81–217 · faible confiance	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	À l'étroit
136 tok/s 81–217 · faible confiance	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	À l'étroit
129 tok/s 78–207 · faible confiance	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	48.2 GB	Q8_0	Confortable
119 tok/s 71–190 · faible confiance	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	21.0 GB	Q3_K_M	À l'étroit
110 tok/s 66–177 · faible confiance	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Confortable
110 tok/s 66–177 · faible confiance	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	48.2 GB	Q8_0	Confortable
110 tok/s 66–177 · faible confiance	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Confortable
110 tok/s 66–177 · faible confiance	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Confortable
110 tok/s 66–177 · faible confiance	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Confortable
108 tok/s 65–173 · faible confiance	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	21.0 GB	Q3_K_M	À l'étroit
91.5 tok/s 55–146 · faible confiance	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	31.8 GB	Q5_K_M	À l'étroit
91.5 tok/s 55–146 · faible confiance	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	31.8 GB	Q5_K_M	À l'étroit

Les vitesses sont des estimations pour une seule demande — une conversation à la fois — calculées à partir de la bande passante de la mémoire, de la taille du modèle et de la quantification. Le débit réel varie avec le temps d'exécution d'inférence et sa version. Les chiffres publiés par les fournisseurs de matériel mesurent de nombreuses demandes simultanées et sont beaucoup plus élevés..

Enregistrement

Spécifications complètes

Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..

Origine

Qui a construit ce modèle, où, et quand il a été publié.

Organisation: Mistral AI
Type d'organisation: Industry
Pays: France
Publié: 11 December 2023
Auteurs: Albert Jiang, Alexandre Sablayrolles, Arthur Mensch, Blanche Savary, Chris Bamford, Devendra Singh Chaplot, Diego de las Casas, Emma Bou Hanna, Florian Bressand, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Lélio Renard Lavaud, Louis Ternon, Lucile Saulnier, Marie-Anne Lachaux, Pierre Stock, Teven Le Scao, Théophile Gervet, Thibaut Lavril, Thomas Wang, Timothée Lacroix, William El Sayed.

Ce qu'il fait

Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.

Domaine: Language
Tâche: Language modeling/generation, Question answering, Quantitative reasoning, Translation

Taille

Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.

paramètres: 46.7B
Données d'entraînement: tokens

Calcul de formation

L'arithmétique effectuée pour entraîner le modèle, mesurée en opérations en virgule flottante. C'est une mesure du coût de l'exécution de l'entraînement, pas de la rapidité avec laquelle le modèle fini vous répond.

Calcul de formation: 7.7 × 10²³ FLOP
Comment cela a été établi: Operation counting

Disponibilité

Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.

Poids: Open — downloadable
Accès au modèle: Open weights (unrestricted)
Code d'entraînement: Unreleased
Hugging Face: mistralai

Comment il est classé

Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.

Probablement au-dessus de 10²³ FLOP: Yes
Pourquoi c'est suivi: Significant use
Confiance d'enregistrement: Speculative

Sources

D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.

Référence: Mixtral of experts: A high quality Sparse Mixture-of-Experts.
Dernière mise à jour: 28 November 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Mixtral 8x7B

Classé par tokens par seconde estimés, la carte la plus récente en premier lorsque les vitesses se rejoignent. Étant donné que la génération est limitée par la bande passante de la mémoire, cet ordre suit la bande passante plutôt que tout indice de jeu..

Les plus petits GPU qui fonctionnent encore Mixtral 8x7B

Le chemin le moins cher, par capacité de mémoire. Un ajustement serré exécute le modèle mais ne laisse rien de libre pour une conversation plus longue..

Ce que les chiffres signifient

Le côté matériel

Carte minimale

Tesla M40 24 GB

Mémoire requise

21.0 GB

Le plus rapide

263 tok/s

Mixtral 8x7B atteint un nombre de paramètres de 46.7B. Cela se situe dans la gamme qu'une carte de bureau sérieuse peut gérer une fois les poids compressés. Le nombre de cartes que nous suivons qui peuvent l'exécuter : 126.

À l'extrémité inférieure, cela est géré par Tesla M40 24 GB, avec une capacité de mémoire de 24 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 21.7 tokens par seconde

Le plus rapide que nous calculons pour cela est B200, générant à peu près 263 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

D'où cela vient-il

Mixtral 8x7B a été publié par Mistral AI, dans le pays enregistré comme France, durant December 2023. L'organisation de publication est catégorisée comme industry.

Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Question answering, Quantitative reasoning, Translation.

Les poids étant ouverts, c'est ce qui place cette page dans le calculateur plutôt que seulement dans le catalogue : c'est un modèle que vous pouvez réellement tenir. Sur Hugging Face, il est publié sous l'organisation mistralai.

Comprendre les vitesses

Le résultat médian est d'environ 65.8 tokens par seconde. Dépassement direct de la vitesse de lecture. 122 d'eux

Parce qu'il fait passer chaque token par un sous-ensemble de ses poids, il produit du texte au rythme d'un modèle beaucoup plus petit. Le piège est la mémoire : tout cela doit encore tenir, donc la vitesse est un bonus plutôt qu'une réduction sur le matériel.

Son agencement d'attention est dans notre base de données, donc les chiffres de mémoire sont calculés exactement plutôt qu'approximés.

Qu'est-ce qui a été nécessaire pour le construire

L'entraînement a nécessité un budget de calcul d'environ 7.7 × 10²³ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

La raison pour laquelle il apparaît dans ce catalogue. significant use.

Étape par étape

Comment choisir un GPU pour Mixtral 8x7B

Le tableau ci-dessus a déjà évalué chaque carte pour laquelle nous avons des spécifications par rapport à ce modèle. Obtenir votre réponse prend six étapes..

01

Lisez d'abord le chiffre de mémoire

La table répertorie chaque carte capable de supporter Mixtral 8x7B, ayant besoin d'environ 21.0 GB à une compression de Q3_K_M. Aucun montant de puissance de traitement ne compense une carte qui ne peut pas la supporter.
02

Faites correspondre le contexte à votre utilisation réelle.

Les conversations plus longues coûtent de la MÉMOIRE en plus de ce dont les POIDS ont besoin. Déplacez le curseur à votre longueur de travail réelle avant de faire confiance à une ligne pour Mixtral 8x7B.
03

Décidez combien de compression vous allez accepter

La colonne de quantification varie selon la carte, car une plus grande carte contient une copie plus précise., atteignant une compression de Q3_K_M sur la plus petite carte qui convient. Fixer une qualité minimale élimine les cartes qui ne parviennent à l'atteindre qu'en exerçant une pression plus forte que vous ne le souhaiteriez, et maintient la comparaison à un niveau.
04

Trier par vitesse

Trier par vitesse pour voir comment les cartes se classent pour Mixtral 8x7B. Il ne s'alignera pas sur une commande de jeu, car la génération est limitée par la bande passante de la mémoire. La carte en tête de liste est B200, à 263 tok/s
05

Regardez la marge de manœuvre, pas seulement le fit.

La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de Mixtral 8x7B. Confortable signifie que vous pouvez augmenter le contexte plus tard. Cette différence compte plus que quelques tokens par seconde, donc achetez pour confortable si vous vous attendez à cela.
06

Ouvrez la carte sur laquelle vous vous êtes arrêté.

Suivre une CARTE jusqu'à sa propre page montre chaque autre MODÈLE qu'elle peut supporter, ce qui est la question qui suit une fois que vous vous êtes décidé sur Mixtral 8x7B.

Réponses

Mixtral 8x7B — questions courantes

Mixtral 8x7B— est-ce que c'est open source ?

Ses poids sont publiés, donc il peut être téléchargé et exécuté sur votre propre matériel. Notez que les poids ouverts ne sont pas la même chose que l'open source au sens plein — cela ne dit rien sur les données d'entraînement, le code d'entraînement ou les conditions commerciales attachées.

Mixtral 8x7B— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 46.7B. 46.7B *sparse* params. 12.9B params used on average: "Concretely, Mixtral has 46.7B total parameters but only uses 12.9B parameters per token. It, therefore, processes input and generates output at the same speed and for the same cost as a 12.9B model.". Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.

Mixtral 8x7B— qui l'a créé ?

Il a été publié par Mistral AI, basé sur France, une organisation catégorisée comme industry.

Mixtral 8x7B— quand a-t-il été publié ?

Il a été publié dans December 2023. La capacité par paramètre s'est considérablement améliorée depuis, donc un modèle plus récent de la même taille est souvent le meilleur usage du même matériel.

Mixtral 8x7B— à quoi ça sert ?

Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Question answering, Quantitative reasoning, Translation. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.

Mixtral 8x7B— où puis-je le télécharger ?

Ses poids sont publiés sur Hugging Face, sous l'organisation mistralai. Nous n'hébergeons pas de fichiers de modèle — ce site calcule le matériel nécessaire pour les faire fonctionner.

Mixtral 8x7B— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 7.7 × 10²³ FLOP. Cela mesure ce que coûte la production du modèle et ne dit rien sur la rapidité avec laquelle il répond une fois entraîné — la vitesse d'inférence provient de la bande passante mémoire, et non du budget d'entraînement.

Mixtral 8x7B— Puis-je l'exécuter s'il ne tient pas dans ma GPU?

Partiellement. Les couches qui ne tiennent pas sont dans la mémoire système et fonctionnent à une fraction de la vitesse, donc un modèle principalement déchargé vaut rarement la peine d'être utilisé. La plus proche approximation que nous calculons est inférieure de 8.4 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Mixtral 8x7B— deux GPUs l'exécuteraient-ils plus rapidement ?

Deux cartes achètent de la mémoire plutôt que de la vitesse, ce qui est important seulement si une carte ne peut pas la contenir. Le nombre qui peut : 126. Ainsi, une seconde carte est rarement la réponse ici.

Mixtral 8x7B— pourquoi la quantification diffère-t-elle entre les cartes ?

Parce que la capacité varie, il en va de même pour la difficulté à être comprimé. Le nombre de niveaux distincts dans le tableau ci-dessus : 6. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Mixtral 8x7B— quelle est la précision de ces estimations de vitesse ?

Chaque chiffre est dérivé de la bande passante de la mémoire et de la taille du modèle, non vérifié par des tests, c'est pourquoi chacun est publié sous forme d'une plage plutôt que d'un nombre unique. Un exemple : 158–420 tok/s sur B200. Le même modèle et carte varient de trente à cinquante pour cent en fonction du logiciel d'inférence et de sa version.

Mixtral 8x7B— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Tesla M40 24 GB, avec une capacité de mémoire de 24 GB. Il exécute le modèle à une compression de Q3_K_M environ 21.0 GB, et produit environ 21.7 tous les GPU capables de l'exécuter en total 126.

Mixtral 8x7B— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 263 tokens par seconde; le plus lent qui fonctionne encore gère considérablement moins. La vitesse de lecture est d'environ dix tokens par seconde, et le nombre de cartes qui réussissent cela : 122.

Mixtral 8x7B— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 21.0 GB à une compression de Q3_K_M, laquelle est la plus petite carte qui l'exécute. Moins de compression nécessite plus : les chiffres dans la colonne mémoire ci-dessus sont recalculés pour chaque carte, car chacune détient la version la moins compressée qu'elle peut.

Mixtral 8x7B— Puis-je l'exécuter sur un GPU détenant 24 GB ?

Oui. La carte GeForce RTX 5090 D V2, tenue 24 GB, l'exécute à une compression de Q3_K_M, environ 21.0 GO et générant à peu près 119 tokens par seconde. L'ajustement est serré.

Source

Publication originale

Dernière mise à jour enregistrée 28 November 2025

L'autre direction

Regardez-le de l'autre côté ?

Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.

Tous les modèles AI