Qwen3.5-35B-A3B TPS kalkulátor

Nyitott súlyok Alibaba 35B Paraméterek February 2026

Minden kártyát az alábbiak szerint értékelünk e modell alapján a választott kontextus hossza és minimális minőség szerint. A sebesség egy becslés egyetlen kérésre, amelyet a kártya memória sávszélessége és a modell mérete alapján számítunk ki, miután tömörítettük..

Kiszámítva ehhez a MODElhez

132 kártyák, amelyek futtatni tudják

818 kártyák, amelyek specifikációs adataink vannak

Legkisebb kártya, ami elfér

RTX A4500

20 GB · IQ4_XS · 106 tok/s

Leggyorsabb kártya

B200

538 tok/s · 180 GB

Melyik GPU képes futtatni Qwen3.5-35B-A3B?

Állítsa be a bemeneteket, olvassa el a választ

Kontekthossz tokenek

Egy hosszabb beszélgetés több memóriaigényt támaszt, ami kiszoríthatja ezt a modellt a kisebb kártyákról..

Minimum minőség

Elrejti azokat a GPU-kártyákat, amelyek csak a modellbe illeszkednének a compressziójuk ezen pont alá..

Kártyák keresése

Kártya memória

Olyan kártyákat is mutasson, amelyek nem tudják futtatni.

132 kártyák illeszkednek

Számítás

					Szükséges	Kvantisálás	Illeszkedik
538 tok/s 323–861 · alacsony bizalom	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	36.1 GB	Q8_0	Kényelmes
538 tok/s 323–861 · alacsony bizalom	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	36.1 GB	Q8_0	Kényelmes
429 tok/s 258–687 · alacsony bizalom	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	36.1 GB	Q8_0	Kényelmes
429 tok/s 258–687 · alacsony bizalom	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	36.1 GB	Q8_0	Kényelmes
343 tok/s 206–550 · alacsony bizalom	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	36.1 GB	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.1 GB	Q8_0	Kényelmes
329 tok/s 197–526 · alacsony bizalom	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	36.1 GB	Q8_0	Kényelmes
315 tok/s 189–503 · alacsony bizalom	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	36.1 GB	Q8_0	Kényelmes
279 tok/s 168–447 · alacsony bizalom	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Kényelmes
279 tok/s 168–447 · alacsony bizalom	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Kényelmes
279 tok/s 168–447 · alacsony bizalom	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	36.1 GB	Q8_0	Kényelmes
265 tok/s 159–424 · alacsony bizalom	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	36.1 GB	Q8_0	Kényelmes
226 tok/s 136–361 · alacsony bizalom	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Kényelmes
226 tok/s 136–361 · alacsony bizalom	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	36.1 GB	Q8_0	Kényelmes
226 tok/s 136–361 · alacsony bizalom	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Kényelmes
226 tok/s 136–361 · alacsony bizalom	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Kényelmes
226 tok/s 136–361 · alacsony bizalom	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	36.1 GB	Q8_0	Kényelmes
208 tok/s 125–333 · alacsony bizalom	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	19.8 GB	Q4_K_M	Szoros
189 tok/s 114–303 · alacsony bizalom	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	19.8 GB	Q4_K_M	Szoros
183 tok/s 110–292 · alacsony bizalom	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	28.0 GB	Q6_K	Szoros
183 tok/s 110–292 · alacsony bizalom	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	28.0 GB	Q6_K	Szoros
175 tok/s 105–280 · alacsony bizalom	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.0 GB	Q6_K	Szoros
175 tok/s 105–280 · alacsony bizalom	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	28.0 GB	Q6_K	Szoros
172 tok/s 103–275 · alacsony bizalom	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	36.1 GB	Q8_0	Kényelmes
172 tok/s 103–275 · alacsony bizalom	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	36.1 GB	Q8_0	Kényelmes

A sebességek egyetlen kérésre - egy beszélgetés egy időben - vonatkozó becslések, amelyeket a MEMORY BANDWIDTH, a MODEL SIZE és a QUANTISATION alapján számítanak ki. A valós áteresztőképesség változik az INFERENCE RUNTIME és annak verziója szerint. A HARDWARE VENDORS által közzétett számok sok párhuzamos kérést mérnek, és sokkal magasabbak..

Nyilvántartásban

Teljes specifikáció

Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..

Eredet

Ki építette ezt a modellt, hol, és mikor publikálták.

Szervezet: Alibaba
Szervezet típusa: Industry
Ország: China
Közölt: 24 February 2026

Mit csinál

A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.

Tartomány: Language
Feladat: Language modeling/generation

Méret

Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.

Paraméterek: 35B
Képzési adatok: tokens

Elérhetőség

Hogy meg tudja-e szerezni a modellt és futtatni a saját hardverén, ez dönt arról, hogy alkalmazhatóak-e a lap ezen oldalán feltüntetett grafikus kártya adatok.

Súlyok: Open — downloadable
Modell hozzáférés: Open weights (unrestricted)

Az extremitások

A tíz leggyorsabb GPU, amely képes futtatni Qwen3.5-35B-A3B

A másodpercenkénti becsült tokenek alapján rangsorolva, a legújabb kártyát először, ahol a sebességek azonosak. Mivel a generálás a MEMÓRIA SZÉLESSÉGÉhez van kötve, ez a sorrend a sávszélességet követi, nem pedig bármilyen játékbeli tesztet..

A legkisebb GPU-k, amik még futnak Qwen3.5-35B-A3B

A legolcsóbb út, a memória kapacitás alapján. Egy szoros illeszkedés futtatja a modellt, de semmit sem hagy a hosszabb beszélgetésre..

Mit jelentenek a számok

Ami szükséges a futtatásához

Minimális kártya

RTX A4500

Szükséges memória

17.8 GB

Leggyorsabb

538 tok/s

Qwen3.5-35B-A3B eléri a paraméterek számát 35B. Ez a tartományba esik, amelyet egy komoly asztali KÁRTYA kezelni tud, miután a súlyok tömörítve vannak. Azoknak a KÁRTYÁKNAK a száma, amelyeket nyomon követünk, és amelyek képesek futtatni: 132.

A legkevesebb hardver, ami működik, az RTX A4500, memória kapacitással rendelkezik 20 GB, futtatás egy tömörítési arányon IQ4_XS és körülbelül előállítva 106 tokenek másodpercenként

A leggyorsabb eredmény a következőből származik B200, nagyjából generálás 538 másodpercenkénti tokenek egy memória sávszélesség erejében 8,000 GB/s.

Erről a modelről

Qwen3.5-35B-A3B ki lett adva által Alibaba, az országban rögzítve mint China, alatt February 2026. Egy olyan szervezetből származik, amelyet kategorizálnak mint industry.

Működik a területen a Language, és úgy van rögzítve, mint a feladat végrehajtása language modeling/generation.

A nyílt súlyok az okai annak, hogy ez az oldal a kalkulátorban van, és nem csak a katalógusban: ez egy olyan modell, amit valójában meg tudsz tartani.

Milyen gyorsan fut, és miért

Minden olyan kártya esetében, amely képes futtatni, a közép tartományban ül 104.9 másodpercenkénti tokenek 132 tőlük

Ez egy keverék-szakértők modell, amely minden tokent csak a saját részein keresztül irányít. Ezért sokkal gyorsabban generál, mint amit a teljes mérete sugall — miközben minden paraméternek a memóriában kell lennie, így gyors, anélkül hogy olcsó lenne tárolni.

Nélkül az attention elrendezés a nyilvántartásban, a memory oszlop egy közelítés. Elég közel van ahhoz, hogy hardver kiválasztását lehessen végezni, és a leghitványosabb hosszú context esetén.

Lépésről lépésre

Hogyan válasszunk GPU-t a Qwen3.5-35B-A3B

A fenti táblázat már értékelte az összes kártyát, amelynek specifikációi elérhetők ennek a modellen. A válaszod megszerzése hat lépést igényel..

01

Olvasd el a MEMORY adatokat először.

Kezdj a tényleges szükségletekből, ami a követelményének a Qwen3.5-35B-A3B, körülbelül szükséges 17.8 GB a tömörítésnél IQ4_XS. Ez a szám, nem a kártya címválaszték teljesítménye, az, ami eldönti, hogy fut-e.
02

Állítsa be a használt CONTEXT LENGTH-et.

Állítsa be a kontextust arra, amit valójában használni fog. A cache a beszélgetéssel nő, és ez a szokásos oka annak, hogy egy kártya, amelynek korábban rendben kellett volna lennie, egyszer csak nem fér el. Qwen3.5-35B-A3B.
03

Válaszd ki, milyen messzire fogod tömöríteni.

A tömörítés az, ami lehetővé teszi, hogy egy modell kisebb kártyákra illeszkedjen, bizonyos költséggel a pontosság terén., elérni egy tömörítést a IQ4_XS a legkisebb kártyán, ami elfér. A minimális minőség beállítása eldobja azokat a kártyákat, amelyek csak úgy tudják kezelni, hogy tovább szorítanak, mint amit szeretnél, és egy szinten tartja az összehasonlítást.
04

Rendezés sebesség szerint

A rangsorolás a másodpercenkénti tokenek alapján a memóriából származó sávszélességet követi, nem pedig a core-ok számát, ezért Qwen3.5-35B-A3B. Nem fog illeszkedni egy gaming rendeléshez, mert a generálás a memória sávszélesség által kötött. A listát vezető KÁRTYA B200, at 538 tok/s
05

Olvasd el az illeszkedés oszlopot utoljára.

A megfelelő oszlop elválasztja azokat a kártyákat, amelyek épp hogy elboldogulnak, azoktól, amelyeknek van szabad helyük, az esetében Qwen3.5-35B-A3B. A Kényelmes azt jelenti, hogy később bővítheted a contextet. Ez a különbség fontosabb, mint néhány token másodpercenként, így kényelmeset vásárolj, ha ezt várod.
06

Nyisd meg a kiválasztott kártyát.

Egy KÁRTYA végigkövetése a saját oldaláig megmutatja az összes többi modellt, amelyet el tud tartani, ami az a kérdés, ami felmerül, miután döntöttél. Qwen3.5-35B-A3B.

Válaszok

Qwen3.5-35B-A3B — gyakori kérdések

Qwen3.5-35B-A3B— Milyen GPU-ra van szükségem, hogy futtathassam?

A katalógusunk legkisebb kártyája, ami ezt tartja, az RTX A4500, memória kapacitással rendelkezik 20 GB. A modell egy tömörítéssel fut. IQ4_XS használva körülbelül 17.8 GB, és körülbelül 106 másodpercenkénti tokenek. A kártyák összes száma, amelyek képesek futtatni. 132.

Qwen3.5-35B-A3B— mennyi idő alatt fut a GPU-n?

A kártyától függ. A leggyorsabb, amit számolunk, az B200, körülbelül 538 tokenek másodpercenként; a leglassabb, ami még fut, jelentősen kevesebbet képes kezelni. Az olvasási sebesség körülbelül tíz token másodpercenként, és a kártyák száma, amelyek ezt meg tudják tisztítani: 132.

Qwen3.5-35B-A3B— mennyi VRAM-ra van szüksége?

Kb. 17.8 GB tömörítési arányban IQ4_XS, melyik az a legkisebb KÁRTYA, amelyik futtatni tudja. Kevesebb tömörítés több szükséges: a fentebbi memória oszlop számai minden KÁRTYÁRA újraszámításra kerülnek, mert mindegyik tartalmazza a legkevésbé tömörített verziót, amit csak tud.

Qwen3.5-35B-A3B— futtathatom egy GPU-n tartva 24 GB?

Igen. A KÁRTYA GeForce RTX 5090 D V2, tartás 24 GB, futtatja egy tömörítési arány mellett Q4_K_M, használva körülbelül 19.8 GB és körülbelül generálás 208 tokensek másodpercenként. A fit szoros.

Qwen3.5-35B-A3B— Nyílt forráskódú?

Súlyai közzétételre kerültek, így letölthető és futtatható a saját hardvereden. Ne feledd, hogy az open weight nem azonos az open source teljes értelmében — nem mond semmit a tanulási adatokkal, a tanulási kóddal vagy a kereskedelmi feltételekkel kapcsolatban.

Qwen3.5-35B-A3B— Hány paramétere van?

Paraméterszáma 35B. 35B total, 3B active MoE. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.

Qwen3.5-35B-A3B— Ki készítette ezt?

Kiadta Alibaba, alapján China, egy szervezet, amelyet kategorizáltak mint industry.

Qwen3.5-35B-A3B— Mikor adták ki?

Kibocsátották a February 2026.

Qwen3.5-35B-A3B— Mire használják?

Működik a területen a Language, és rögzítve van, hogy kezeli a feladatot language modeling/generation. Ezek azok a területek, amelyek köré tervezték; ezek a szándékot írják le, nem pedig egy szigorú határt.

Qwen3.5-35B-A3B— Hol tudom letölteni?

A súlyok közzététele megtörtént, bár nem rendelkezünk tárolólinkkel erre. Ez az oldal a hardverkövetelményeket számítja ki, nem pedig modellfájlokat tárol.

Qwen3.5-35B-A3B— Futtathatom, ha nem fér el a GPU-mban?

Elosztható a kártya és a rendszer MEMÓRIA között, de így fájdalmasan lassan generálódik. A legközelebbi hiba, amit számítunk, alulmúlja 5.4 GB Minden ábra azt feltételezi, hogy az egész model a kártyán tartózkodik.

Qwen3.5-35B-A3B— Futtatna-e két GPU gyorsabban?

Két kártya memóriát vásárol, nem sebességet, ami csak akkor számít, ha az egyik kártya nem tudja tartani. Az a szám, ami tudja: 132. Tehát egy második KÁRTYA ritkán a megoldás itt.

Qwen3.5-35B-A3B— miért különbözik a kvantálás a kártyák között?

Egy nagyobb KÁRTYA pontosabb másolatot tárol. Azoknak a tömörítési szinteknek a száma, amelyeket a futó KÁRTYÁK használnak: 5. A nagyobb kártyák a pontosabb verziót kapják, és a minőségi küszöb felett a összehasonlítást egy szinten rögzíti.

Qwen3.5-35B-A3B— Mennyire pontosak ezek a sebességbecslések?

A specifikációkból számítják ki őket, nem pedig mérik, és mindegyiknek van egy tartománya. Egy példa: 323–861 tok/s a fájlban B200. Ugyanaz a modell és kártya harminc és ötven százalék között változik a következtetési szoftvertől és annak verziójától függően.

A másik irány

Másik oldalról nézve?

Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..

Minden AI modell