DeepHermes 3 - Mistral 24B calcolatore TPS

Apri i pesi Nous Research 24B parametri March 2025

Ogni scheda sottostante è valutata rispetto a questo modello alla lunghezza di contesto e alla qualità minima che scegli. La velocità è una stima per una singola richiesta, calcolata dalla larghezza di banda della memoria della scheda e dalla dimensione del modello una volta compresso..

Calcolato per questo modello

241 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Xeon Phi 7120P

16 GB · IQ4_XS · 9.9 tok/s

Scheda più veloce

B200

141 tok/s · 180 GB

Quali GPU possono eseguire DeepHermes 3 - Mistral 24B?

Imposta gli input, leggi la risposta

Lunghezza del contesto token

Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..

Qualità minima

Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..

Cerca schede

Memoria della scheda

Mostra anche le schede che non possono eseguirlo.

241 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
141 tok/s 120–169	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	26.1 GB	Q8_0	Comodo
141 tok/s 120–169	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	26.1 GB	Q8_0	Comodo
113 tok/s 68–180 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Comodo
113 tok/s 68–180 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	26.1 GB	Q8_0	Comodo
90.2 tok/s 54–144 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	26.1 GB	Q8_0	Comodo
86.3 tok/s 73–104	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Comodo
86.3 tok/s 73–104	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	26.1 GB	Q8_0	Comodo
82.6 tok/s 50–132 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	26.1 GB	Q8_0	Comodo
73.3 tok/s 44–117 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Comodo
73.3 tok/s 44–117 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Comodo
73.3 tok/s 44–117 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	26.1 GB	Q8_0	Comodo
69.5 tok/s 59–83	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	26.1 GB	Q8_0	Comodo
59.3 tok/s 50–71	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Comodo
59.3 tok/s 50–71	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	26.1 GB	Q8_0	Comodo
59.3 tok/s 50–71	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Comodo
59.3 tok/s 50–71	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Comodo
59.3 tok/s 50–71	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	26.1 GB	Q8_0	Comodo
49.0 tok/s 42–59	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.6 GB	IQ4_XS	Stretto
45.2 tok/s 27–72 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Comodo
45.2 tok/s 27–72 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	26.1 GB	Q8_0	Comodo
41.6 tok/s 35–50	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.6 GB	IQ4_XS	Stretto
38.9 tok/s 33–47	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.6 GB	IQ4_XS	Stretto
38.9 tok/s 33–47	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Stretto
38.9 tok/s 33–47	Tesla V100 SXM2 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.6 GB	IQ4_XS	Stretto
38.8 tok/s 33–47	GeForce RTX 5070 Ti NVIDIA	16 GB	896 GB/s	Feb 2025	13.6 GB	IQ4_XS	Stretto

Le velocità sono stime per una singola richiesta — una conversazione alla volta — calcolate dalla larghezza di banda della memoria, dalla dimensione del modello e dalla quantizzazione. Il throughput reale varia con il runtime di inferenza e la sua versione. I valori pubblicati dai fornitori di hardware misurano molte richieste simultanee e sono molto più elevati..

In registrazione

specifiche complete

Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione: Nous Research
Tipo di organizzazione: Industry
Paese: United States of America
Pubblicato: 29 March 2025
Autori: Teknium, Roger Jin, Chen Guang, Jai Suphavadeeprasit, Jeffrey Quesnelle

Cosa fa

Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.

Dominio: Language
Compito: Language modeling/generation, Question answering, Quantitative reasoning
Modello di base: Mistral Small 3

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.

parametri: 24B
Dati di addestramento: tokens

Disponibilità

Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.

Pesi: Open — downloadable
Accesso al modello: Open weights (unrestricted)
Codice di addestramento: Unreleased
Hugging Face: NousResearch

Come è classificato

Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.

Record fiducia: Confident

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento: DeepHermes 3 - Mistral 24B
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono DeepHermes 3 - Mistral 24B

Classificato per token stimati al secondo, scheda più recente per prima dove le velocità coincidono. Poiché la generazione è vincolata dalla larghezza di banda della memoria, quest'ordinamento segue la larghezza di banda piuttosto che qualsiasi benchmark di gioco..

Le GPU più piccole che ancora funzionano DeepHermes 3 - Mistral 24B

Il percorso più economico, in base alla capacità di memoria. Un adattamento stretto esegue il modello ma non lascia nulla di riserva per una conversazione più lunga..

Cosa significano i numeri

Il lato hardware

Scheda minima

Xeon Phi 7120P

Memoria necessaria

13.6 GB

Più veloce

141 tok/s

DeepHermes 3 - Mistral 24B raggiunge un conteggio di parametri di 24B. Questo rientra nell'intervallo che una seria GPU DESKTOP può gestire una volta compressi i pesi. Il numero di GPU che monitoriamo che possono eseguirlo: 241.

A basso prezzo è gestito da Xeon Phi 7120P, con una capacità di memoria di 16 GB, eseguendolo a una compressione di IQ4_XS e producendo circa 9.9 token al secondo

Il risultato più rapido proviene da B200, generando approssimativamente 141 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Cosa è questo modello

DeepHermes 3 - Mistral 24B è stato pubblicato da Nous Research, nel paese registrato come United States of America, durante March 2025. La categoria sotto cui rientra l'editore è industry.

Funziona nel dominio di Language, ed è registrato come eseguire il compito di language modeling/generation, Question answering, Quantitative reasoning.

Il suo punto di partenza era un modello di base esistente, Mistral Small 3. Quello è il modo abituale in cui viene prodotto un modello specializzato.

I pesi pubblicati significano che il modello gira sulla tua macchina piuttosto che su quella di qualcun altro, il che rende la domanda sull'hardware qui sotto rispondibile. Su Hugging Face è pubblicato sotto l'organizzazione NousResearch.

Cosa decide la velocità

Meta delle schede che lo supportano gestiscono più di 19.4 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 192 di loro

Essendo denso, legge tutto se stesso per token, motivo per cui l'ordinamento per velocità qui sotto segue da vicino l'ordinamento per larghezza di banda della memoria.

Poiché l'architettura è registrata, la colonna di memoria è derivata piuttosto che stimata.

Passo dopo passo

Come scegliere una GPU per DeepHermes 3 - Mistral 24B

La tabella sopra ha già valutato ogni card di cui possediamo le specifiche rispetto a questo modello. Arrivare alla tua risposta richiede sei passaggi..

01

Leggi prima il numero di VRAM

La tabella elenca ogni card in grado di contenere DeepHermes 3 - Mistral 24B, avere bisogno di circa 13.6 GB a una compressione di IQ4_XS. La Capacità è il cancello — una card o la tiene o non la tiene.
02

Imposta la lunghezza del CONTEXT che utilizzerai.

Conversazioni più lunghe richiedono memoria oltre a ciò che i pesi necessitano. Muovi il cursore sulla tua reale lunghezza di lavoro prima di fidarti di qualsiasi riga per DeepHermes 3 - Mistral 24B.
03

Decidi quanto spazio di compressione accetterai

Ogni card esegue la copia meno compressa che può contenere., raggiungendo una compressione di IQ4_XS sulla scheda più piccola che si adatta. Impostare una qualità minima elimina le schede che riescono a gestirla solo spremendo oltre quanto desiderato e mantiene il confronto a un livello.
04

Confronta TOKEN AL SEC, non specifiche.

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per DeepHermes 3 - Mistral 24B. Non si adatterà a un'ordinazione da gaming, perché la generazione è vincolata dalla larghezza di banda della memoria. La scheda in cima alla lista è B200, nella 141 tok/s
05

Controlla il giudizio di compatibilità prima di acquistare

Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di DeepHermes 3 - Mistral 24B. Comfortable significa che puoi espandere il contesto in seguito. Quella differenza conta più di pochi token al secondo, quindi acquista per comfortable se ti aspetti di farlo.
06

Apri la scheda su cui ti sei deciso.

Ogni pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a DeepHermes 3 - Mistral 24B.

Risposte

DeepHermes 3 - Mistral 24B — domande comuni

DeepHermes 3 - Mistral 24B— posso eseguirlo su una GPU holding 16 GB?

Sì. La scheda Tesla V100 SXM2 16 GB, tenere 16 GB, lo esegue a una compressione di IQ4_XS, utilizzando circa 13.6 GB e generando approssimativamente 49.0 token al secondo. Il fit è stretto.

DeepHermes 3 - Mistral 24B— posso eseguirlo su una GPU holding 24 GB?

Sì. La scheda GeForce RTX 5090 D V2, tenere 24 GB, lo esegue a una compressione di Q6_K, utilizzando circa 20.6 GB e generando approssimativamente 34.4 token al secondo. Il fit è stretto.

DeepHermes 3 - Mistral 24B— è open-source?

I suoi pesi sono pubblicati, quindi può essere scaricato e eseguito sul proprio hardware. Si noti che OPEN WEIGHTS non è lo stesso di OPEN SOURCE nel senso completo — non dice nulla sui dati di addestramento, sul codice di addestramento o sui termini commerciali allegati.

DeepHermes 3 - Mistral 24B— quanti parametri ha?

Ha un numero di parametri di 24B. 24B. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.

DeepHermes 3 - Mistral 24B— chi l'ha creato?

È stato pubblicato da Nous Research, basato su United States of America, un'organizzazione categorizzata come industry.

DeepHermes 3 - Mistral 24B— quando è stato rilasciato?

È stato pubblicato in March 2025.

DeepHermes 3 - Mistral 24B— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation, Question answering, Quantitative reasoning. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.

DeepHermes 3 - Mistral 24B— Dove posso scaricarlo?

I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione NousResearch. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.

DeepHermes 3 - Mistral 24B— posso eseguirlo se non si adatta nella mia GPU?

Può essere diviso tra la scheda e la memoria di sistema, ma genera dolorosamente lentamente in quel modo. La più vicina mancata che calcoliamo risulta insufficiente di 4.2 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

DeepHermes 3 - Mistral 24B— due GPU lo farebbero andare più veloce?

La capacità si somma tra le schede; il throughput no. Il numero di schede che già la possiedono da sole: 241. Quindi una seconda CARD è raramente la risposta qui.

DeepHermes 3 - Mistral 24B— perché la quantizzazione differisce tra le schede?

Poiché la capacità varia, così deve essere spremuta. Il numero di livelli distinti nella tabella sopra: 4. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

DeepHermes 3 - Mistral 24B— quanto sono accurate queste stime di velocità?

Ogni cifra è derivata dalla larghezza di banda della memoria e dalle dimensioni del modello, non calibrata, motivo per cui ognuna è pubblicata come un intervallo anziché come un singolo numero. Un esempio: 120–169 tok/s su B200. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

DeepHermes 3 - Mistral 24B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Xeon Phi 7120P, con una capacità di memoria di 16 GB. Esegui il modello a una compressione di IQ4_XS utilizzando circa 13.6 GB, e produce approssimativamente 9.9 token al secondo. Il numero di card in grado di eseguirlo in totale: 241.

DeepHermes 3 - Mistral 24B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 141 token al secondo; il più lento che riesce a farlo gestisce considerevolmente meno. La velocità di lettura è di circa dieci token al secondo, e il numero di schede che riescono a farlo: 192.

DeepHermes 3 - Mistral 24B— quanta VRAM serve?

Ha bisogno di 13.6 GB a una compressione di IQ4_XS, quale è la scheda più piccola che lo utilizza. Meno compressione richiede di più: le cifre nella colonna della memoria sopra sono ricalcolate per ogni scheda, perché ognuna contiene la versione meno compressa possibile.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardandolo dall'altro lato?

Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.

Tutti i modelli AI