LTX-Video-0.9.5. 2B calcolatore TPS
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
818 schede per cui abbiamo specifiche
Scheda più piccola che si adatta
Tesla C1080
4 GB · Q8_0 · 19.4 tok/s
Scheda più veloce
B200
1,783 tok/s · 180 GB
Quali GPU possono eseguire LTX-Video-0.9.5. 2B?
Imposta gli input, leggi la risposta
Una conversazione più lunga richiede più MEMORY, il che può spingere questo modello fuori da schede più piccole..
Nasconde le schede che si adatterebbero solo al modello comprimendolo al di sotto di questo punto..
818 schede corrispondono
Calcolo| Ha bisogno | Quantizzazione | Adatto | |||||
|---|---|---|---|---|---|---|---|
|
1,783
tok/s
1,070–2,853 · bassa fiducia |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 2.7 GB | Q8_0 | Comodo |
|
1,783
tok/s
1,070–2,853 · bassa fiducia |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 2.7 GB | Q8_0 | Comodo |
|
1,424
tok/s
854–2,278 · bassa fiducia |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 2.7 GB | Q8_0 | Comodo |
|
1,424
tok/s
854–2,278 · bassa fiducia |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 2.7 GB | Q8_0 | Comodo |
|
1,139
tok/s
683–1,822 · bassa fiducia |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 2.7 GB | Q8_0 | Comodo |
|
1,090
tok/s
654–1,744 · bassa fiducia |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 2.7 GB | Q8_0 | Comodo |
|
1,090
tok/s
654–1,744 · bassa fiducia |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 2.7 GB | Q8_0 | Comodo |
|
1,043
tok/s
626–1,669 · bassa fiducia |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 2.7 GB | Q8_0 | Comodo |
|
926
tok/s
556–1,481 · bassa fiducia |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 2.7 GB | Q8_0 | Comodo |
|
926
tok/s
556–1,481 · bassa fiducia |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 2.7 GB | Q8_0 | Comodo |
|
926
tok/s
556–1,481 · bassa fiducia |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 2.7 GB | Q8_0 | Comodo |
|
878
tok/s
527–1,405 · bassa fiducia |
H100 NVL 94 GB NVIDIA | 94 GB | 3,940 GB/s | Mar 2023 | 2.7 GB | Q8_0 | Comodo |
|
749
tok/s
449–1,198 · bassa fiducia |
H100 PCIe 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 2.7 GB | Q8_0 | Comodo |
|
749
tok/s
449–1,198 · bassa fiducia |
H100 SXM5 80 GB NVIDIA | 80 GB | 3,360 GB/s | Oct 2022 | 2.7 GB | Q8_0 | Comodo |
|
749
tok/s
449–1,198 · bassa fiducia |
H100 SXM5 94 GB NVIDIA | 94 GB | 3,360 GB/s | Mar 2023 | 2.7 GB | Q8_0 | Comodo |
|
749
tok/s
449–1,198 · bassa fiducia |
H100 SXM5 96 GB NVIDIA | 96 GB | 3,360 GB/s | Mar 2023 | 2.7 GB | Q8_0 | Comodo |
|
749
tok/s
449–1,198 · bassa fiducia |
H800 SXM5 NVIDIA | 80 GB | 3,360 GB/s | Mar 2023 | 2.7 GB | Q8_0 | Comodo |
|
570
tok/s
342–912 · bassa fiducia |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 2.7 GB | Q8_0 | Comodo |
|
570
tok/s
342–912 · bassa fiducia |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 2.7 GB | Q8_0 | Comodo |
|
475
tok/s
285–760 · bassa fiducia |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 2.7 GB | Q8_0 | Comodo |
|
465
tok/s
279–744 · bassa fiducia |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 2.7 GB | Q8_0 | Comodo |
|
455
tok/s
273–728 · bassa fiducia |
A100 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Nov 2020 | 2.7 GB | Q8_0 | Comodo |
|
455
tok/s
273–728 · bassa fiducia |
A100X NVIDIA | 80 GB | 2,040 GB/s | Jun 2021 | 2.7 GB | Q8_0 | Comodo |
|
455
tok/s
273–728 · bassa fiducia |
A800 SXM4 80 GB NVIDIA | 80 GB | 2,040 GB/s | Aug 2022 | 2.7 GB | Q8_0 | Comodo |
|
455
tok/s
273–728 · bassa fiducia |
H100 CNX NVIDIA | 80 GB | 2,040 GB/s | Mar 2023 | 2.7 GB | Q8_0 | Comodo |
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
- Lightricks
- Tipo di organizzazione
- Industry
- Paese
- Israel
- Pubblicato
- 5 March 2025
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Video
- Compito
- Video generation, Text-to-video, Image-to-video
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
- 1.9B
- 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 (restricted use)
- Codice di addestramento
- Unreleased
- Hugging Face
- Lightricks
license for commercial use (OpenRail-M) - termination rights https://huggingface.co/Lightricks/LTX-Video-0.9.5 Apache 2.0 for inference and fine-tuning code: https://github.com/Lightricks/LTX-Video
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
- Release a new checkpoint v0.9.5 with improved quality
- Ultimo aggiornamento
- 28 November 2025
Gli estremi
Le dieci GPU più veloci che eseguono LTX-Video-0.9.5. 2B
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..
- 01 B300 288 GB · 8,000 GB/s · Q8_0 1,783 tok/s
- 02 B200 180 GB · 8,000 GB/s · Q8_0 1,783 tok/s
- 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 1,424 tok/s
- 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 1,424 tok/s
- 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 1,139 tok/s
- 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 1,090 tok/s
- 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 1,090 tok/s
- 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 1,043 tok/s
- 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 926 tok/s
- 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 926 tok/s
Le GPU più piccole che ancora funzionano LTX-Video-0.9.5. 2B
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..
- 01 GeForce RTX 4010 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 21.4 tok/s
- 02 RTX A400 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 21.4 tok/s
- 03 RTX 500 Mobile Ada Generation 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 28.5 tok/s
- 04 GeForce RTX 3050 A Mobile 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 42.8 tok/s
- 05 Jetson Orin Nano 4 GB 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 7.6 tok/s
- 06 Radeon RX 6450M 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 22.3 tok/s
- 07 Radeon RX 6550M 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 25.0 tok/s
- 08 Radeon RX 6550S 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 22.3 tok/s
- 09 Arc A310 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 18.0 tok/s
- 10 Arc Pro A30M 4 GB · Ha bisogno 2.7 GB · Q8_0 · Comodo 18.6 tok/s
Cosa significano i numeri
Il lato hardware
Scheda minima
Tesla C1080
Memoria necessaria
2.7 GB
Più veloce
1,783 tok/s
LTX-Video-0.9.5. 2B raggiunge un conteggio di parametri di 1.9B. È piccolo abbastanza che l'hardware è raramente l'ostacolo, anche su CARD di diversi anni fa. Il numero di CARD che monitoriamo che possono eseguirlo: 818.
A basso prezzo è gestito da Tesla C1080, con una capacità di memoria di 4 GB, eseguendolo a una compressione di Q8_0 e producendo circa 19.4 token al secondo
Il risultato più rapido proviene da B200, generando approssimativamente 1,783 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.
Sfondo
LTX-Video-0.9.5. 2B è stato pubblicato da Lightricks, nel paese registrato come Israel, durante March 2025. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Video, ed è registrato come eseguire il compito di video generation, Text-to-video, Image-to-video.
I pesi aperti sono ciò che mette questa pagina nel calcolatore piuttosto che solo nel catalogo: è un modello che puoi effettivamente tenere. Su Hugging Face è pubblicato sotto l'organizzazione Lightricks.
Leggendo i dati di throughput
Meta delle schede che lo supportano gestiscono più di 50.1 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 789 di loro
È un modello denso, quindi ogni parametro viene letto per ogni token prodotto. Questo rende la pista di velocità la larghezza di banda della memoria quasi esattamente — una CARD con il doppio della larghezza di banda genera approssimativamente il doppio della velocità.
La memoria qui è stimata dalla dimensione piuttosto che calcolata dall'architettura, che non è registrata per questo modello — i numeri sono indicativi piuttosto che esatti.
Passo dopo passo
Come scegliere una GPU per LTX-Video-0.9.5. 2B
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
Inizia dalla colonna VRAM
Ogni card qui è stata controllata contro LTX-Video-0.9.5. 2B, avere bisogno di circa 2.7 GB a una compressione di Q8_0. La Capacità è il cancello — una card o la tiene o non la tiene.
-
02
Decidi quanto a lungo durano le tue conversazioni
Imposta il contesto su ciò che utilizzerai effettivamente. La cache cresce con la conversazione, ed è il motivo consueto per cui una card che sembrava a posto smette di adattarsi. LTX-Video-0.9.5. 2B.
-
03
Decidi quanto spazio di compressione accetterai
Ogni card esegue la copia meno compressa che può contenere., raggiungendo una compressione di Q8_0 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.
Ordina per velocità per vedere come si classificano le schede per LTX-Video-0.9.5. 2B. 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 1,783 tok/s
-
05
Guarda il margine, non solo l'adattamento
La colonna della compatibilità separa le schede che riescono appena a farlo da quelle con spazio in più, nel caso di LTX-Video-0.9.5. 2B. 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.
Seguire una GPU attraverso la sua pagina mostra ogni altro modello che può contenere, che è la domanda che segue una volta che hai deciso su LTX-Video-0.9.5. 2B.
Risposte
LTX-Video-0.9.5. 2B — domande comuni
LTX-Video-0.9.5. 2B— A cosa serve?
Funziona nel dominio di Video, e viene registrato come gestire il compito di video generation, Text-to-video, Image-to-video. 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.
LTX-Video-0.9.5. 2B— Dove posso scaricarlo?
I suoi pesi sono pubblicati su Hugging Face, sotto l'organizzazione Lightricks. Non ospitiamo file di modelli — questo sito calcola quale hardware è necessario per eseguirli.
LTX-Video-0.9.5. 2B— posso eseguirlo se non si adatta nella mia GPU?
Solo scaricando, che di solito è una falsa economia: la parte tenuta in SYSTEM MEMORY rallenta tutto. Ogni figura qui presume che l'intero modello sia residente sulla scheda.
LTX-Video-0.9.5. 2B— due GPU lo farebbero andare più veloce?
Una seconda CARD raddoppia grossolanamente la VRAM disponibile ma non il tasso di generazione. Il numero già in grado di eseguirlo da solo: 818. Quindi una seconda CARD è raramente la risposta qui.
LTX-Video-0.9.5. 2B— perché la quantizzazione differisce tra le schede?
Ogni card è mostrata mentre esegue la copia meno compressa che può contenere. Il numero di livelli di compressione distinti tra le card che si adattano: 1. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.
LTX-Video-0.9.5. 2B— quanto sono accurate queste stime di velocità?
Vengono calcolati dalle specifiche piuttosto che misurati, e ognuno ha un intervallo. Un esempio: 1,070–2,853 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.
LTX-Video-0.9.5. 2B— che GPU ho bisogno per eseguirlo?
La scheda più piccola nel nostro catalogo che la contiene è Tesla C1080, con una capacità di memoria di 4 GB. Esegui il modello a una compressione di Q8_0 utilizzando circa 2.7 GB, e produce approssimativamente 19.4 token al secondo. Il numero di card in grado di eseguirlo in totale: 818.
LTX-Video-0.9.5. 2B— quanto è veloce su una GPU?
Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 1,783 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: 789.
LTX-Video-0.9.5. 2B— quanta VRAM serve?
Ha bisogno di 2.7 GB a una compressione di Q8_0, 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.
LTX-Video-0.9.5. 2B— posso eseguirlo su una GPU holding 8 GB?
Sì. La scheda CMP 170HX 8 GB, tenere 8 GB, lo esegue a una compressione di Q8_0, utilizzando circa 2.7 GB e generando approssimativamente 332 token al secondo. Il fit è comodo.
LTX-Video-0.9.5. 2B— posso eseguirlo su una GPU holding 12 GB?
Sì. La scheda GeForce RTX 3080 Ti, tenere 12 GB, lo esegue a una compressione di Q8_0, utilizzando circa 2.7 GB e generando approssimativamente 203 token al secondo. Il fit è comodo.
LTX-Video-0.9.5. 2B— 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 Q8_0, utilizzando circa 2.7 GB e generando approssimativamente 252 token al secondo. Il fit è comodo.
LTX-Video-0.9.5. 2B— 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 Q8_0, utilizzando circa 2.7 GB e generando approssimativamente 299 token al secondo. Il fit è comodo.
LTX-Video-0.9.5. 2B— 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.
LTX-Video-0.9.5. 2B— quanti parametri ha?
Ha un numero di parametri di 1.9B. 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.
LTX-Video-0.9.5. 2B— chi l'ha creato?
È stato pubblicato da Lightricks, basato su Israel, un'organizzazione categorizzata come industry.
LTX-Video-0.9.5. 2B— quando è stato rilasciato?
È stato pubblicato in March 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.