Inflection-2
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
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
- Inflection AI
- Type d'organisation
- Industry
- Pays
- United States of America
- Publié
- 22 November 2023
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, Language modeling/generation, Chat, Question answering
- Format numérique
- FP8
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.
- 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
- 1 × 10²⁵ FLOP
- Comment cela a été établi
- Hardware,Benchmarks
"Inflection-2 was trained on 5,000 NVIDIA H100 GPUs in fp8 mixed precision for ~10²⁵ FLOPs" (the second 1 is there because of airtable being wonky, it's not a real sig fig)
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- NVIDIA H100 SXM5 80GB
- Chips utilisés
- 5,000
- Consommation d'énergie
- 6.9 MW
- Coût de calcul
- $13,461,144
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
- Closed — provider access only
- Accès au modèle
- Hosted access (no API)
- Code d'entraînement
- Unreleased
via Pi, no API
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.
- Modèle Frontier
- Yes
- Modèle de fondation
- Yes
- Probablement au-dessus de 10²³ FLOP
- Yes
- Pourquoi c'est suivi
- Significant use,Training cost
- Confiance d'enregistrement
- Confident
Inflection-2 either already powers Pi or soon will: https://inflection.ai/inflection-2 Inflection has claimed that Pi has >1m users: https://x.com/inflectionAI/status/1699100179390210091?s=20
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- Inflection-2: The Next Step Up
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
Ce que ce modèle est
Inflection-2 a été publié par Inflection AI, dans le pays enregistré comme United States of America, durant November 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, Language modeling/generation, Chat, Question answering.
Parce que les poids ne sont pas disponibles, aucune des spécifications matérielles ailleurs sur ce site ne s'applique à cela.
Comment il a été entraîné
L'entraînement a consommé environ 1 × 10²⁵ FLOP, sur matériel enregistré comme NVIDIA H100 SXM5 80GB. 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,Training cost.
Réponses
Inflection-2 — questions courantes
Inflection-2— combien de paramètres cela a-t-il ?
Aucun nombre de paramètres n'a été publié pour cela, c'est pourquoi aucun chiffre de mémoire ou de vitesse n'apparaît sur cette page.
Inflection-2— qui l'a créé ?
Il a été publié par Inflection AI, basé sur United States of America, une organisation catégorisée comme industry.
Inflection-2— quand a-t-il été publié ?
Il a été publié dans November 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.
Inflection-2— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling, Language modeling/generation, Chat, Question answering. Ce sont les domaines autour desquels il a été conçu ; ils décrivent l'intention plutôt qu'une limite stricte.
Inflection-2— combien de puissance de calcul a été utilisée pour l'entraîner ?
L'entraînement a consommé environ 1 × 10²⁵ FLOP, sur matériel enregistré comme NVIDIA H100 SXM5 80GB. 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.
Inflection-2— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
Inflection-2— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
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.