Qwen3-235B-A22B calculateur TPS

Ouvrir les poids Alibaba 235B paramètres April 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 · IQ4_XS · 62.9 tok/s

Carte la plus rapide

B200

143 tok/s · 180 GB

Quelles GPU peuvent exécuter Qwen3-235B-A22B?

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	153.0 GB	Q5_K_M	À l'étroit
126 tok/s 75–201 · faible confiance	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	112.0 GB	IQ4_XS	À l'étroit
113 tok/s 68–181 · faible confiance	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	125.7 GB	Q4_K_M	À l'étroit
113 tok/s 68–181 · faible confiance	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	125.7 GB	Q4_K_M	À l'étroit
102 tok/s 61–163 · faible confiance	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	112.0 GB	IQ4_XS	À l'étroit
80.1 tok/s 48–128 · faible confiance	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	235.1 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	153.0 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	153.0 GB	Q5_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	180.4 GB	Q6_K	Confortable
64.0 tok/s 38–102 · faible confiance	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	235.1 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	235.1 GB	Q8_0	À l'étroit
62.9 tok/s 38–101 · faible confiance	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	112.0 GB	IQ4_XS	À l'étroit
62.9 tok/s 38–101 · faible confiance	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	112.0 GB	IQ4_XS	À l'étroit
52.4 tok/s 31–84 · faible confiance	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	112.0 GB	IQ4_XS	À l'étroit
51.3 tok/s 31–82 · faible confiance	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	112.0 GB	IQ4_XS	À l'étroit
6.7 tok/s 4–11 · faible confiance	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	112.0 GB	IQ4_XS	À l'étroit
6.7 tok/s 4–11 · faible confiance	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	112.0 GB	IQ4_XS	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: 29 April 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: 18 December 2025

Les extrêmes

Les dix GPU les plus rapides qui exécutent Qwen3-235B-A22B

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

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

112.0 GB

Le plus rapide

143 tok/s

Qwen3-235B-A22B 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 IQ4_XS et produisant environ 62.9 tokens par seconde

Le plus rapide que nous calculons pour cela est 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 a été publié par Alibaba, dans le pays enregistré comme China, durant April 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.

Parce que ses poids ont été publiés, rien sur son exécution ne dépend d'un fournisseur restant disponible — il est à vous une fois téléchargé. Sur Hugging Face, il est publié sous l'organisation Qwen.

Lire les chiffres de débit

Au milieu de la gamme, toutes les cartes capables de l'exécuter se situent à 68.1 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.

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

Entraînement et provenance

L'entraînement a nécessité un budget de calcul d'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'ensemble d'entraînement a duré 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

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

Chaque carte ici a été vérifiée contre Qwen3-235B-A22B, ayant besoin d'environ 112.0 GB à une compression de IQ4_XS. 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.
03

Décidez combien de compression vous allez accepter

Chaque carte exécute la copie la moins compressée qu'elle peut contenir., atteignant une compression de IQ4_XS 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

Le classement par tokens par seconde suit la bande passante de la VRAM plutôt que le nombre de cœurs, pour Qwen3-235B-A22B. 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

Regardez la marge de manœuvre, pas seulement le fit.

Tight signifie qu'il se charge et fonctionne sans possibilité d'augmenter le contexte plus tard, dans le cas de Qwen3-235B-A22B. 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.

Réponses

Qwen3-235B-A22B — questions courantes

Qwen3-235B-A22B— 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. Un modèle peut porter plusieurs de chacun, donc ce sont les domaines pour lesquels il a été conçu plutôt qu'une limite sur ce qu'il tentera.

Qwen3-235B-A22B— 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— 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— 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 39.3 Go. Chaque chiffre ici suppose que l'ensemble du modèle est résident sur la carte.

Qwen3-235B-A22B— deux GPUs l'exécuteraient-ils plus rapidement ?

Une seconde carte double à peu près la mémoire disponible mais pas le taux de génération. Le nombre déjà capable de le faire seul : 17. Ainsi, une seconde carte est rarement la réponse ici.

Qwen3-235B-A22B— 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 : 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— quelle est la précision de ces estimations de vitesse ?

Ils sont calculés à partir des spécifications plutôt que mesurés, et chacun a une plage. 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— 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 IQ4_XS environ 112.0 GB, et produit environ 62.9 tous les GPU capables de l'exécuter en total 17.

Qwen3-235B-A22B— 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— combien de VRAM cela nécessite-t-il ?

Cela nécessite environ 112.0 GB à une compression de IQ4_XS, 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— 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— 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— qui l'a créé ?

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

Qwen3-235B-A22B— quand a-t-il été publié ?

Il a été publié dans April 2025.

Source

Publication originale

Dernière mise à jour enregistrée 18 December 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