Qwen3-235B-A22B (Jul 2025) calculateur TPS

Ouvrir les poids Alibaba 235B paramètres July 2025

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

17 cartes qui peuvent le faire

818 cartes dont nous détenons les spécifications pour

Carte la plus petite qui convient

Radeon Instinct MI250

128 GB · Q3_K_M · 69.1 tok/s

Carte la plus rapide

B200

143 tok/s · 180 GB

Quelles GPU peuvent exécuter Qwen3-235B-A22B (Jul 2025)?

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.

17 cartes correspondent

Calcul en cours

					Besoin	Quantification	Convient
143 tok/s 86–229 · faible confiance	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	157.1 GB	Q5_K_M	À l'étroit
138 tok/s 83–221 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	102.4 GB	Q3_K_M	À l'étroit
120 tok/s 72–192 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.0 GB	IQ4_XS	À l'étroit
120 tok/s 72–192 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.0 GB	IQ4_XS	À l'étroit
112 tok/s 67–180 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	102.4 GB	Q3_K_M	À l'étroit
80.1 tok/s 48–128 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	239.1 GB	Q8_0	À l'étroit
74.3 tok/s 45–119 · faible confiance	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	157.1 GB	Q5_K_M	À l'étroit
74.3 tok/s 45–119 · faible confiance	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	157.1 GB	Q5_K_M	À l'étroit
69.1 tok/s 41–111 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q3_K_M	À l'étroit
69.1 tok/s 41–111 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q3_K_M	À l'étroit
68.1 tok/s 41–109 · faible confiance	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	184.4 GB	Q6_K	Confortable
64.0 tok/s 38–102 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	239.1 GB	Q8_0	À l'étroit
64.0 tok/s 38–102 · faible confiance	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	239.1 GB	Q8_0	À l'étroit
57.6 tok/s 35–92 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	102.4 GB	Q3_K_M	À l'étroit
56.4 tok/s 34–90 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	102.4 GB	Q3_K_M	À l'étroit
7.4 tok/s 4–12 · faible confiance	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	102.4 GB	Q3_K_M	À l'étroit
7.4 tok/s 4–12 · faible confiance	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	102.4 GB	Q3_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: Alibaba
Type d'organisation: Industry
Pays: China
Publié: 25 July 2025

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, Mathematical reasoning, Quantitative reasoning, Code generation, 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: 235B
Données d'entraînement: 36,000,000,000,000 tokens
Époques: 1

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: 4.8 × 10²⁴ 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: Qwen

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: Discretionary
Confiance d'enregistrement: Likely

Sources

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

Référence: Qwen3: Think Deeper, Act Faster
Dernière mise à jour: 12 February 2026

Les extrêmes

Les dix GPU les plus rapides qui exécutent Qwen3-235B-A22B (Jul 2025)

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 Qwen3-235B-A22B (Jul 2025)

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

Exigences matérielles en pratique

Carte minimale

Radeon Instinct MI250

Mémoire requise

102.4 GB

Le plus rapide

143 tok/s

Qwen3-235B-A22B (Jul 2025) atteint un nombre de paramètres de 235B. Cela dépasse ce que peut contenir une seule carte graphique. L'exécuter signifie soit le répartir entre plusieurs cartes, soit louer du matériel conçu pour cela, et chaque carte capable de le contenir seule est une pièce de datacenter. Le nombre qui peut : 17.

Le point d'entrée est Radeon Instinct MI250, avec une capacité de mémoire de 128 GB, le faisant fonctionner à une compression de Q3_K_M et produisant environ 69.1 tokens par seconde

Le résultat le plus rapide vient de B200, générant à peu près 143 tokens par seconde sur la base d'une bande passante de mémoire de 8,000 GB/s.

Contexte

Qwen3-235B-A22B (Jul 2025) a été publié par Alibaba, dans le pays enregistré comme China, durant July 2025. 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, Mathematical reasoning, Quantitative reasoning, Code generation, Translation.

Les poids publiés signifient que le modèle fonctionne sur votre machine plutôt que sur celle de quelqu'un d'autre, ce qui rend la question matérielle ci-dessous répondable. Sur Hugging Face, il est publié sous l'organisation Qwen.

Lire les chiffres de débit

Le résultat médian est d'environ 69.1 tokens par seconde. Produire du texte plus vite que la plupart des gens ne le lisent. 15 d'eux

Le routage par mélange d'experts est la raison pour laquelle les vitesses ici semblent élevées pour le nombre de paramètres. Seule une fraction est lue par token, mais l'ensemble doit être chargé.

La mémoire ici est estimée à partir de la taille plutôt que calculée à partir de l'architecture, qui n'est pas enregistrée pour ce modèle — les chiffres sont indicatifs plutôt qu'exacts.

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

L'entraînement a consommé environ 4.8 × 10²⁴ FLOP. Ce chiffre mesure le coût de production du modèle, et n'a aucune incidence sur la vitesse de réponse.

L'entraînement a consommé un corpus d'environ 36,000,000,000,000 jetons de texte

Son critère d'inclusion : discretionary.

Étape par étape

Comment choisir un GPU pour Qwen3-235B-A22B (Jul 2025)

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

Vérifiez ce dont cela a besoin avant toute autre chose

Commencez par ce dont il a réellement besoin, c'est-à-dire l'exigence de Qwen3-235B-A22B (Jul 2025), ayant besoin d'environ 102.4 GB à une compression de Q3_K_M. La capacité est la porte — une carte soit la détient soit ne la détient pas.
02

Définissez la LONGUEUR DE CONTEXTE à laquelle vous travaillerez.

La conversation occupe aussi de la mémoire et grandit au fur et à mesure. Réglez le curseur sur la longueur que vous attendez, car avec un long CONTEXTE, une CARTE qui gère facilement les courtes questions peut être abandonnée par. Qwen3-235B-A22B (Jul 2025).
03

Choisissez jusqu'où vous allez le compresser

La Compression est ce qui permet à un modèle de s'adapter à des cartes plus petites, au prix d'une certaine précision., 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

Classer par débit plutôt que par fiche technique

La commande de vitesse est effectivement un classement par bande passante mémoire, pour Qwen3-235B-A22B (Jul 2025). 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 143 tok/s
05

Vérifiez le verdict de compatibilité avant d'acheter

La colonne d'adéquation sépare les cartes qui y parviennent juste de celles qui ont de la marge, dans le cas de Qwen3-235B-A22B (Jul 2025). 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

Voir ce que cette carte exécute d'autre.

Chaque page de carte répète ce balayage pour chaque modèle que nous détenons, répondant à ce que le matériel peut faire d'autre au-delà de Qwen3-235B-A22B (Jul 2025).

Réponses

Qwen3-235B-A22B (Jul 2025) — questions courantes

Qwen3-235B-A22B (Jul 2025)— pourquoi la quantification diffère-t-elle entre les cartes ?

Chaque carte est montrée en exécutant la copie la moins compressée qu'elle peut contenir. Le nombre de niveaux de compression distincts parmi les cartes qui la supportent : 5. Les cartes plus grandes obtiennent la version plus précise, et le seuil de qualité au-dessus fixe la comparaison à un niveau.

Qwen3-235B-A22B (Jul 2025)— 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 : 86–229 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.

Qwen3-235B-A22B (Jul 2025)— Quelle GPU ai-je besoin pour l'exécuter ?

La plus petite CARTE de notre catalogue qui le supporte est Radeon Instinct MI250, avec une capacité de mémoire de 128 GB. Il exécute le modèle à une compression de Q3_K_M environ 102.4 GB, et produit environ 69.1 tous les GPU capables de l'exécuter en total 17.

Qwen3-235B-A22B (Jul 2025)— à quelle vitesse est-il sur un GPU ?

Cela dépend de la carte. Le plus rapide que nous calculons est B200, à propos de 143 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 : 15.

Qwen3-235B-A22B (Jul 2025)— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 102.4 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.

Qwen3-235B-A22B (Jul 2025)— 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.

Qwen3-235B-A22B (Jul 2025)— combien de paramètres cela a-t-il ?

Il a un nombre de paramètres de 235B. 235 billion total parameters and 22 billion activated parameters Number of Layers: 94 Number of Attention Heads (GQA): 64 for Q and 4 for KV Number of Experts: 128 Number of Activated Experts: 8 Context Length: 32,768 natively and 131,072 tokens with YaRN. 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.

Qwen3-235B-A22B (Jul 2025)— qui l'a créé ?

Il a été publié par Alibaba, basé sur China, une organisation catégorisée comme industry.

Qwen3-235B-A22B (Jul 2025)— quand a-t-il été publié ?

Il a été publié dans July 2025.

Qwen3-235B-A22B (Jul 2025)— à quoi ça sert ?

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

Qwen3-235B-A22B (Jul 2025)— où puis-je le télécharger ?

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

Qwen3-235B-A22B (Jul 2025)— combien de puissance de calcul a été utilisée pour l'entraîner ?

L'entraînement a consommé environ 4.8 × 10²⁴ 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.

Qwen3-235B-A22B (Jul 2025)— 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 43.3 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Qwen3-235B-A22B (Jul 2025)— deux GPUs l'exécuteraient-ils plus rapidement ?

La capacité s'additionne entre les cartes ; le débit ne le fait pas. Le nombre de cartes déjà capables de le garder par elles-mêmes : 17. Ainsi, une seconde carte est rarement la réponse ici.

Source

Publication originale

Dernière mise à jour enregistrée 12 February 2026

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