VAETKI calcolatore TPS

Apri i pesi NC AI 100B parametri December 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

43 schede che possono eseguirlo

818 schede per cui abbiamo specifiche

Scheda più piccola che si adatta

Radeon Instinct MI200

64 GB · Q4_K_M · 69.5 tok/s

Scheda più veloce

B200

188 tok/s · 180 GB

Quali GPU possono eseguire VAETKI?

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.

43 schede corrispondono

Calcolo

					Ha bisogno	Quantizzazione	Adatto
188 tok/s 113–301 · bassa fiducia	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	102.3 GB	Q8_0	Comodo
188 tok/s 113–301 · bassa fiducia	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	102.3 GB	Q8_0	Comodo
150 tok/s 90–241 · bassa fiducia	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	102.3 GB	Q8_0	Comodo
150 tok/s 90–241 · bassa fiducia	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	102.3 GB	Q8_0	Comodo
141 tok/s 85–226 · bassa fiducia	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	67.4 GB	Q5_K_M	Stretto
141 tok/s 85–226 · bassa fiducia	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	67.4 GB	Q5_K_M	Stretto
135 tok/s 81–216 · bassa fiducia	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	79.1 GB	Q6_K	Stretto
120 tok/s 72–192 · bassa fiducia	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	102.3 GB	Q8_0	Stretto
115 tok/s 69–184 · bassa fiducia	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	102.3 GB	Q8_0	Comodo
115 tok/s 69–184 · bassa fiducia	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	102.3 GB	Q8_0	Comodo
115 tok/s 69–184 · bassa fiducia	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.1 GB	Q6_K	Stretto
115 tok/s 69–184 · bassa fiducia	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	79.1 GB	Q6_K	Stretto
115 tok/s 69–184 · bassa fiducia	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	79.1 GB	Q6_K	Stretto
110 tok/s 66–176 · bassa fiducia	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	102.3 GB	Q8_0	Comodo
110 tok/s 66–176 · bassa fiducia	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	55.8 GB	Q4_K_M	Stretto
97.7 tok/s 59–156 · bassa fiducia	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	102.3 GB	Q8_0	Stretto
97.7 tok/s 59–156 · bassa fiducia	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	102.3 GB	Q8_0	Comodo
97.7 tok/s 59–156 · bassa fiducia	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	102.3 GB	Q8_0	Comodo
85.7 tok/s 51–137 · bassa fiducia	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	67.4 GB	Q5_K_M	Stretto
85.7 tok/s 51–137 · bassa fiducia	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	67.4 GB	Q5_K_M	Stretto
85.7 tok/s 51–137 · bassa fiducia	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	67.4 GB	Q5_K_M	Stretto
85.7 tok/s 51–137 · bassa fiducia	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.4 GB	Q5_K_M	Stretto
85.7 tok/s 51–137 · bassa fiducia	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	67.4 GB	Q5_K_M	Stretto
85.7 tok/s 51–137 · bassa fiducia	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	67.4 GB	Q5_K_M	Stretto
81.5 tok/s 49–130 · bassa fiducia	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	67.4 GB	Q5_K_M	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: NC AI
Tipo di organizzazione: Industry
Paese: Korea (Republic of)
Pubblicato: 30 December 2025

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
Formato numerico: BF16

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: 100B
Dati di addestramento: tokens
Epoche: 1
Dimensione del Batch: 8,000

La corsa di addestramento

Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.

Hardware di addestramento: Nvidia H100 80G
Chip utilizzati: 1,016
Tempo di parete: 3,238 hours (134.9 days)

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)

Come è classificato

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

Perché è monitorato: Training cost
Record fiducia: Confident

Fonti

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

Ultimo aggiornamento: 3 January 2026

Gli estremi

Le dieci GPU più veloci che eseguono VAETKI

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 VAETKI

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

Requisiti hardware in pratica

Scheda minima

Radeon Instinct MI200

Memoria necessaria

55.8 GB

Più veloce

188 tok/s

VAETKI raggiunge un conteggio di parametri di 100B. 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: 43.

Il punto di ingresso è Radeon Instinct MI200, con una capacità di memoria di 64 GB, eseguendolo a una compressione di Q4_K_M e producendo circa 69.5 token al secondo

Il risultato più rapido proviene da B200, generando approssimativamente 188 token al secondo sulla base di una larghezza di banda di VRAM 8,000 GB/s.

Sfondo

VAETKI è stato pubblicato da NC AI, nel paese registrato come Korea (Republic of), durante December 2025. L'organizzazione di pubblicazione è classificata come industry.

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

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.

Leggendo i dati di throughput

Su ogni CARD che può eseguirlo, il centro della gamma si trova a 85.7 token al secondo 41 di loro

Il routing di Mixture-of-experts è il motivo per cui le velocità qui sembrano elevate per il conteggio dei parametri. Solo una frazione viene letta per token, ma l'intero insieme deve essere caricato.

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

È tracciato nel dataset sottostante per una ragione in particolare: training cost.

Passo dopo passo

Come scegliere una GPU per VAETKI

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

Inizia da ciò di cui ha realmente bisogno, ovvero il requisito di VAETKI, avere bisogno di circa 55.8 GB a una compressione di Q4_K_M. Quella cifra, non le prestazioni di punta di una CARD, è ciò che decide se può essere eseguita.
02

Decidi quanto a lungo durano le tue conversazioni

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 VAETKI.
03

Decidi quanto spazio di compressione accetterai

Ogni card esegue la copia meno compressa che può contenere., raggiungendo una compressione di Q4_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

Confronta TOKEN AL SEC, non specifiche.

La velocità dell'ordinamento è effettivamente un ordinamento per larghezza di banda di memoria, per VAETKI. 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 188 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 VAETKI. 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

Controlla la GPU dall'altro lato

Ogni nome di scheda è collegato alla propria pagina, che esegue lo stesso calcolo su tutto il catalogo dei modelli. Una scheda è solitamente acquistata per più di un modello, quindi vale la pena dare un'occhiata prima di acquistare. VAETKI.

Risposte

VAETKI — domande comuni

VAETKI— 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.

VAETKI— quanti parametri ha?

Ha un numero di parametri di 100B. Total parameters: 100B (Sparse), Active parameters: 10B per token. It uses a Mixture-of-Experts architecture with 1 shared expert and 128 total experts(top-8 routing). 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.

VAETKI— chi l'ha creato?

È stato pubblicato da NC AI, basato su Korea (Republic of), un'organizzazione categorizzata come industry.

VAETKI— quando è stato rilasciato?

È stato pubblicato in December 2025.

VAETKI— A cosa serve?

Funziona nel dominio di Language, e viene registrato come gestire il compito di language modeling/generation. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.

VAETKI— Dove posso scaricarlo?

I pesi sono pubblicati, anche se non abbiamo un link al repository per essi. Questo sito calcola i requisiti hardware anziché ospitare file di modello.

VAETKI— 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 12.6 GB Ogni figura qui presume che l'intero modello sia residente sulla scheda.

VAETKI— 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: 43. Quindi una seconda CARD è raramente la risposta qui.

VAETKI— 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.

VAETKI— 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: 113–301 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.

VAETKI— che GPU ho bisogno per eseguirlo?

La scheda più piccola nel nostro catalogo che la contiene è Radeon Instinct MI200, con una capacità di memoria di 64 GB. Esegui il modello a una compressione di Q4_K_M utilizzando circa 55.8 GB, e produce approssimativamente 69.5 token al secondo. Il numero di card in grado di eseguirlo in totale: 43.

VAETKI— quanto è veloce su una GPU?

Dipende dalla scheda. La più rapida che calcoliamo è B200, circa 188 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: 41.

VAETKI— quanta VRAM serve?

Ha bisogno di 55.8 GB a una compressione di Q4_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.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 3 January 2026

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