Step-Audio-Chat 130B calcolatore TPS

Apri i pesi StepFun 130B parametri February 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

38 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

RTX PRO 5000 72 GB Blackwell

72 GB · Q3_K_M · 11.8 tok/s

Scheda più veloce

H100 NVL 94 GB

29.6 tok/s · 94 GB

Quali GPU possono eseguire Step-Audio-Chat 130B?

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.

38 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
29.6 tok/s 18–47 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
26.9 tok/s 16–43 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	71.8 GB	IQ4_XS	Stretto
26.9 tok/s 16–43 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	71.8 GB	IQ4_XS	Stretto
26.1 tok/s 16–42 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	139.9 GB	Q8_0	Stretto
26.1 tok/s 16–42 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	139.9 GB	Q8_0	Comodo
25.3 tok/s 15–40 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
25.3 tok/s 15–40 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
25.3 tok/s 15–40 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.3 GB	Q4_K_M	Stretto
24.2 tok/s 15–39 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	109.6 GB	Q6_K	Stretto
23.2 tok/s 14–37 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q6_K	Stretto
23.2 tok/s 14–37 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	109.6 GB	Q6_K	Stretto
20.8 tok/s 12–33 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	139.9 GB	Q8_0	Comodo
20.8 tok/s 12–33 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	139.9 GB	Q8_0	Comodo
19.7 tok/s 12–31 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	109.6 GB	Q6_K	Stretto
16.3 tok/s 10–26 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	71.8 GB	IQ4_XS	Stretto
16.3 tok/s 10–26 · bassa fiducia	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	71.8 GB	IQ4_XS	Stretto
15.5 tok/s 9–25 · bassa fiducia	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	71.8 GB	IQ4_XS	Stretto
15.5 tok/s 9–25 · bassa fiducia	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	71.8 GB	IQ4_XS	Stretto
15.3 tok/s 9–24 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	139.9 GB	Q8_0	Comodo
13.5 tok/s 8–22 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	139.9 GB	Q8_0	Comodo
13.5 tok/s 8–22 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	139.9 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: StepFun
Tipo di organizzazione: Industry
Paese: China
Pubblicato: 18 February 2025
Autori: Ailin Huang, Boyong Wu, Bruce Wang, Chao Yan, Chen Hu, Chengli Feng, Fei Tian, Feiyu Shen, Jingbei Li, Mingrui Chen, Peng Liu, Ruihang Miao, Wang You, Xi Chen, Xuerui Yang, Yechang Huang, Yuxiang Zhang, Zheng Gong, Zixin Zhang, Hongyu Zhou, Jianjian Sun, Brian Li, Chengting Feng, Changyi Wan, Hanpeng Hu, Jianchang Wu, Jiangjie Zhen, Ranchen Ming, Song Yuan, Xuelin Zhang, Yu Zhou, Bingxin Li, Buyun…

Cosa fa

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

Dominio: Speech
Compito: Speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech
Modello di base: Step-1

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: 130B
Dati di addestramento: 1,668,000,000,000 tokens

Calcolo di addestramento

L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.

Calcolo di addestramento: 1.9 × 10²⁴ FLOP
Come è stato stabilito: Operation counting

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: stepfun-ai

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: Step-Audio: Unified Understanding and Generation in Intelligent Speech Interaction
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono Step-Audio-Chat 130B

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 Step-Audio-Chat 130B

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

Cosa ti serve per eseguirlo

Scheda minima

RTX PRO 5000 72 GB Blackwell

Memoria necessaria

64.2 GB

Più veloce

29.6 tok/s

Step-Audio-Chat 130B raggiunge un conteggio di parametri di 130B. Questo lo colloca al di sopra dell'hardware consumer, nella fascia in cui una CARD viene acquistata per questo scopo piuttosto che riadattata per esso. Il numero di CARD che teniamo traccia e che possono contenerlo: 38.

L'hardware minimo che funziona è RTX PRO 5000 72 GB Blackwell, con una capacità di memoria di 72 GB, eseguendolo a una compressione di Q3_K_M e producendo circa 11.8 token al secondo

Il risultato più rapido proviene da H100 NVL 94 GB, generando approssimativamente 29.6 token al secondo sulla base di una larghezza di banda di VRAM 3,940 GB/s.

Da dove è venuto

Step-Audio-Chat 130B è stato pubblicato da StepFun, nel paese registrato come China, durante February 2025. Esce da un'organizzazione categorizzata come industry.

Funziona nel dominio di Speech, ed è registrato come eseguire il compito di speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech.

Invece di essere addestrato da zero, è derivato da Step-1. È per questo che condivide la forma e le dimensioni generali del modello base.

Poiché i suoi pesi sono stati rilasciati, nulla sull'esecuzione dipende da un fornitore che rimane disponibile — è tuo una volta scaricato. Su Hugging Face è pubblicato sotto l'organizzazione stepfun-ai.

Comprendere le velocità

Meta delle schede che lo supportano gestiscono più di 16.3 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 35 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 sua architettura interna non è in archivio, quindi la memoria è approssimata dal conteggio dei parametri e contrassegnata di conseguenza. Aspettatevi che la cifra reale differisca, soprattutto con contesti lunghi.

Addestramento e provenienza

La produzione di esso ha richiesto un'aritmetica totale di circa 1.9 × 10²⁴ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.

L'addestramento ha consumato un corpus di circa 1,668,000,000,000 token di testo

Passo dopo passo

Come scegliere una GPU per Step-Audio-Chat 130B

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

Ogni card qui è stata controllata contro Step-Audio-Chat 130B, avere bisogno di circa 64.2 GB a una compressione di Q3_K_M. Nessuna quantità di potenza di elaborazione compensano una card che non può contenerla.
02

Corrispondi il contesto al tuo utilizzo attuale

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. Step-Audio-Chat 130B.
03

Scegli quanto lontano lo comprimerai

La colonna di quantizzazione varia a seconda della scheda, perché una scheda più grande contiene una copia più precisa., raggiungendo una compressione di Q3_K_M 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

Ordina per throughput piuttosto che per specifiche.

Ordina per velocità per vedere come si classificano le schede per Step-Audio-Chat 130B. 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 H100 NVL 94 GB, nella 29.6 tok/s
05

Leggi l'ultima colonna di fit

Una vestibilità stretta funziona, ma non lascia nulla in più per una conversazione più lunga, nel caso di Step-Audio-Chat 130B. 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 Step-Audio-Chat 130B.

Risposte

Step-Audio-Chat 130B — domande comuni

Step-Audio-Chat 130B— perché la quantizzazione differisce tra le schede?

Una scheda più grande contiene una copia più accurata. Il numero di livelli di compressione utilizzati tra le schede che lo eseguono: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

Step-Audio-Chat 130B— 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: 18–47 tok/s su H100 NVL 94 GB. Lo stesso modello e scheda variano tra il trenta e il cinquanta per cento a seconda del software di inferenza e della sua versione.

Step-Audio-Chat 130B— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è RTX PRO 5000 72 GB Blackwell, con una capacità di memoria di 72 GB. Esegui il modello a una compressione di Q3_K_M utilizzando circa 64.2 GB, e produce approssimativamente 11.8 token al secondo. Il numero di card in grado di eseguirlo in totale: 38.

Step-Audio-Chat 130B— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è H100 NVL 94 GB, circa 29.6 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: 35.

Step-Audio-Chat 130B— quanta VRAM serve?

Ha bisogno di 64.2 GB a una compressione di Q3_K_M, 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.

Step-Audio-Chat 130B— 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.

Step-Audio-Chat 130B— quanti parametri ha?

Ha un numero di parametri di 130B. 130B. 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.

Step-Audio-Chat 130B— chi l'ha creato?

È stato pubblicato da StepFun, basato su China, un'organizzazione categorizzata come industry.

Step-Audio-Chat 130B— quando è stato rilasciato?

È stato pubblicato in February 2025.

Step-Audio-Chat 130B— A cosa serve?

Funziona nel dominio di Speech, e viene registrato come gestire il compito di speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech. 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.

Step-Audio-Chat 130B— Dove posso scaricarlo?

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

Step-Audio-Chat 130B— quanto calcolo è stato utilizzato per addestrarlo?

L'addestramento ha consumato circa 1.9 × 10²⁴ FLOP. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.

Step-Audio-Chat 130B— 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 21.7 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

Step-Audio-Chat 130B— 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: 38. Quindi una seconda CARD è raramente la risposta qui.

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