TokenFlow-XL calcolatore TPS

Apri i pesi ByteDance 14B parametri December 2024

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

306 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

P102-101

10 GB · IQ4_XS · 20.2 tok/s

Scheda più veloce

B200

242 tok/s · 180 GB

Quali GPU possono eseguire TokenFlow-XL?

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.

306 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
242 tok/s 145–387 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	15.7 GB	Q8_0	Comodo
242 tok/s 145–387 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	15.7 GB	Q8_0	Comodo
193 tok/s 116–309 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	15.7 GB	Q8_0	Comodo
193 tok/s 116–309 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	15.7 GB	Q8_0	Comodo
155 tok/s 93–247 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	15.7 GB	Q8_0	Comodo
148 tok/s 89–237 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.7 GB	Q8_0	Comodo
148 tok/s 89–237 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.7 GB	Q8_0	Comodo
142 tok/s 85–227 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	15.7 GB	Q8_0	Comodo
126 tok/s 75–201 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Comodo
126 tok/s 75–201 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Comodo
126 tok/s 75–201 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Comodo
119 tok/s 72–191 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	15.7 GB	Q8_0	Comodo
116 tok/s 70–185 · bassa fiducia	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.4 GB	IQ4_XS	Stretto
102 tok/s 61–163 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comodo
102 tok/s 61–163 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	15.7 GB	Q8_0	Comodo
102 tok/s 61–163 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comodo
102 tok/s 61–163 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comodo
102 tok/s 61–163 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comodo
77.4 tok/s 46–124 · bassa fiducia	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	15.7 GB	Q8_0	Comodo
77.4 tok/s 46–124 · bassa fiducia	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	15.7 GB	Q8_0	Comodo
64.5 tok/s 39–103 · bassa fiducia	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	15.7 GB	Q8_0	Comodo
63.1 tok/s 38–101 · bassa fiducia	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	15.7 GB	Q8_0	Comodo
61.7 tok/s 37–99 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	15.7 GB	Q8_0	Comodo
61.7 tok/s 37–99 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	15.7 GB	Q8_0	Comodo
61.7 tok/s 37–99 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	15.7 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: ByteDance
Tipo di organizzazione: Industry
Paese: China
Pubblicato: 4 December 2024
Autori: Liao Qu, Huichao Zhang, Yiheng Liu, Xu Wang, Yi Jiang, Yiming Gao, Hu Ye, Daniel K. Du, Zehuan Yuan, Xinglong Wu

Cosa fa

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

Dominio: Vision, Multimodal, Language
Compito: Visual question answering
Modello di base: Qwen2.5-14B

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: 14B
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: Open source
Hugging Face: ByteFlow-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: TokenFlow: Unified Image Tokenizer for Multimodal Understanding and Generation
Ultimo aggiornamento: 28 November 2025

Gli estremi

Le dieci GPU più veloci che eseguono TokenFlow-XL

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 TokenFlow-XL

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

P102-101

Memoria necessaria

8.4 GB

Più veloce

242 tok/s

TokenFlow-XL raggiunge un conteggio di parametri di 14B. 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: 306.

L'hardware minimo che funziona è P102-101, con una capacità di memoria di 10 GB, eseguendolo a una compressione di IQ4_XS e producendo circa 20.2 token al secondo

All'altra estremità si trova B200, generando approssimativamente 242 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Cosa è questo modello

TokenFlow-XL è stato pubblicato da ByteDance, nel paese registrato come China, durante December 2024. La categoria sotto cui rientra l'editore è industry.

Funziona nel dominio di Vision, Multimodal, Language, ed è registrato come eseguire il compito di visual question answering.

Costruisce su Qwen2.5-14B. La maggior parte dei modelli di questa scala sono adattati da una base esistente piuttosto che costruiti da zero.

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 ByteFlow-AI.

Cosa decide la velocità

Meta delle schede che lo supportano gestiscono più di 20.4 token al secondo. Producendo testo più veloce della maggior parte delle persone che lo leggono. 268 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 TokenFlow-XL

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 TokenFlow-XL, avere bisogno di circa 8.4 GB a una compressione di IQ4_XS. Quella cifra, non le prestazioni di punta di una CARD, è ciò che decide se può essere eseguita.
02

Corrispondi il contesto al tuo utilizzo attuale

La conversazione occupa memoria anche, e cresce man mano che procede. Imposta il cursore sulla lunghezza che ti aspetti, perché con un contesto lungo una CARD che gestisce facilmente domande brevi può essere scartata da TokenFlow-XL.
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

Ordina per velocità

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per TokenFlow-XL. 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 242 tok/s
05

Guarda il margine, non solo l'adattamento

Tight significa che si carica e funziona senza spazio per aumentare il context length in caso di TokenFlow-XL. 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

Vedi cos'altro che questa card esegue

Ogni pagina della scheda ripete questo sondaggio per ogni modello che possediamo, rispondendo a cosa altro l'hardware è utile oltre a TokenFlow-XL.

Risposte

TokenFlow-XL — domande comuni

TokenFlow-XL— 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 15.7 GB e generando approssimativamente 40.5 token al secondo. Il fit è comodo.

TokenFlow-XL— 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.

TokenFlow-XL— quanti parametri ha?

Ha un numero di parametri di 14B. 14B. 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.

TokenFlow-XL— chi l'ha creato?

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

TokenFlow-XL— quando è stato rilasciato?

È stato pubblicato in December 2024. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.

TokenFlow-XL— A cosa serve?

Funziona nel dominio di Vision, Multimodal, Language, e viene registrato come gestire il compito di visual question answering. 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.

TokenFlow-XL— Dove posso scaricarlo?

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

TokenFlow-XL— posso eseguirlo se non si adatta nella mia GPU?

Parzialmente. I layer che non si adattano si trovano nella memoria di sistema e funzionano a una frazione della velocità, quindi un modello in gran parte scaricato è raramente conveniente da usare. La più vicina mancata che calcoliamo risulta insufficiente di 2.0 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

TokenFlow-XL— 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: 306. Quindi una seconda CARD è raramente la risposta qui.

TokenFlow-XL— perché la quantizzazione differisce tra le schede?

Poiché la capacità varia, così deve essere spremuta. Il numero di livelli distinti nella tabella sopra: 5. Schede più grandi ottengono la versione più accurata e il livello di qualità sopra fissa il confronto a un livello.

TokenFlow-XL— quanto sono accurate queste stime di velocità?

Queste sono stime con barre di errore reali, e ognuna di esse potrebbe ragionevolmente collocarsi ovunque nel suo intervallo pubblicato a seconda del runtime che utilizzi. Il risultato più veloce qui: 145–387 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.

TokenFlow-XL— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è P102-101, con una capacità di memoria di 10 GB. Esegui il modello a una compressione di IQ4_XS utilizzando circa 8.4 GB, e produce approssimativamente 20.2 token al secondo. Il numero di card in grado di eseguirlo in totale: 306.

TokenFlow-XL— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 242 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: 268.

TokenFlow-XL— quanta VRAM serve?

Ha bisogno di 8.4 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.

TokenFlow-XL— posso eseguirlo su una GPU holding 12 GB?

Sì. La scheda GeForce RTX 3080 Ti, tenere 12 GB, lo esegue a una compressione di Q5_K_M, utilizzando circa 10.8 GB e generando approssimativamente 49.3 token al secondo. Il fit è stretto.

TokenFlow-XL— 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 Q6_K, utilizzando circa 12.4 GB e generando approssimativamente 49.7 token al secondo. Il fit è stretto.

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