P1-235B-A22B TPS-rekenmachine

Open gewichten Shanghai AI Lab 235B parameters November 2025

Elke kaart hieronder wordt beoordeeld op basis van dit model met de contextlengte en minimale kwaliteit die je kiest. Snelheid is een schatting voor een enkele aanvraag, berekend op basis van de geheugendoorvoer van de kaart en de grootte van het model eenmaal gecomprimeerd..

Bereken voor dit model

17 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Radeon Instinct MI250

128 GB · Q3_K_M · 69.1 tok/s

Snelste kaart

B200

143 tok/s · 180 GB

Welke GPU's kunnen draaien P1-235B-A22B?

Stel de invoer in, lees het antwoord

Contextlengte tokens

Een langere conversatie heeft meer geheugen nodig, wat dit model van kleinere kaarten kan duwen..

Minimale kwaliteit

Verbergt kaarten die alleen in het model passen door het onder dit punt te comprimeren.

Zoek kaarten

Kaartgeheugen

Toon ook kaarten die het niet kunnen draaien

17 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
143 tok/s 86–229 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	157.1 GB	Q5_K_M	Krap
138 tok/s 83–221 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	102.4 GB	Q3_K_M	Krap
120 tok/s 72–192 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.0 GB	IQ4_XS	Krap
120 tok/s 72–192 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.0 GB	IQ4_XS	Krap
112 tok/s 67–180 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	102.4 GB	Q3_K_M	Krap
80.1 tok/s 48–128 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	239.1 GB	Q8_0	Krap
74.3 tok/s 45–119 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	157.1 GB	Q5_K_M	Krap
74.3 tok/s 45–119 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	157.1 GB	Q5_K_M	Krap
69.1 tok/s 41–111 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q3_K_M	Krap
69.1 tok/s 41–111 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q3_K_M	Krap
68.1 tok/s 41–109 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	184.4 GB	Q6_K	Comfortabel
64.0 tok/s 38–102 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	239.1 GB	Q8_0	Krap
64.0 tok/s 38–102 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	239.1 GB	Q8_0	Krap
57.6 tok/s 35–92 · lage vertrouwen	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	102.4 GB	Q3_K_M	Krap
56.4 tok/s 34–90 · lage vertrouwen	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	102.4 GB	Q3_K_M	Krap
7.4 tok/s 4–12 · lage vertrouwen	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	102.4 GB	Q3_K_M	Krap
7.4 tok/s 4–12 · lage vertrouwen	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	102.4 GB	Q3_K_M	Krap

Snelheden zijn schattingen voor een enkele aanvraag — één gesprek tegelijk — berekend vanuit geheugendebandbreedte, modelgrootte en kwantisatie. De werkelijke doorvoer varieert met de inferentietijd en de versie ervan. Cijfers gepubliceerd door hardwareleveranciers meten veel gelijktijdige aanvragen en zijn veel hoger.

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie: Shanghai AI Lab
Organisatietype: Academia
Land: China
Gepubliceerd: 17 November 2025
Auteurs: Jiacheng Chen, Qianjia Cheng, Fangchen Yu, Haiyuan Wan, Yuchen Zhang, Shenghe Zheng, Junchi Yao, Qingyang Zhang, Haonan He, Yun Luo, Yufeng Zhao, Futing Wang, Li Sheng, Chengxing Xie, Yuxin Zuo, Yizhuo Li, Wenxauan Zeng, Yulun Wu, Rui Huang, Dongzhan Zhou, Kai Chen, Yu Qiao, Lei Bai, Yu Cheng, Ning Ding, Bowen Zhou, Peng Ye, Ganqu Cui

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein: Language
Taak: Question answering
Basis model: Qwen3-235B-A22B

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

parameters: 235B
Training gegevens: tokens

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten: Open — downloadable
Toegang tot model: Open weights (unrestricted)

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Waarom het wordt gevolgd: Discretionary
Record vertrouwen: Likely

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Referentie: P1: Mastering Physics Olympiads with Reinforcement Learning
Laatst bijgewerkt: 8 April 2026

De extremen

De tien snelste GPU's die draaien P1-235B-A22B

Gerangschikt op geschatte tokens per seconde, nieuwste kaart eerst waar snelheden gelijk zijn. Omdat generatie gebonden is aan geheugensnelheid, volgt deze ordening de snelheid in plaats van een gamebenchmark..

De kleinste GPU's die nog steeds draaien P1-235B-A22B

De goedkoopste route erin, op basis van geheugencapaciteit. Een krappe pasvorm draait het model maar laat niets over voor een langer gesprek..

Wat de cijfers betekenen

Wat nodig is om dit model te draaien

Minimum kaart

Radeon Instinct MI250

Geheugen nodig

102.4 GB

Snelste

143 tok/s

P1-235B-A22B bereikt een parameter telling van 235B. Dat is meer dan wat enige enkele grafische kaart bevat. Het draaien ervan betekent ofwel het splitsen over meerdere kaarten of het huren van hardware die voor de klus is gebouwd, en elke kaart die het alleen kan vasthouden, is een datacenteronderdeel. Het aantal dat kan: 17.

De kleinste kaart die het vasthoudt is Radeon Instinct MI250, met een geheugen capaciteit van 128 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 69.1 tokens per seconde

Aan de andere kant zit B200, genereren ongeveer 143 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Over dit model

P1-235B-A22B werd gepubliceerd door Shanghai AI Lab, in het land geregistreerd als China, tijdens November 2025. Het komt uit een organisatie gecategoriseerd als academia.

Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van question answering.

In plaats van vanaf nul te worden getraind, is het afgeleid van Qwen3-235B-A22B. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

Het feit dat de gewichten open zijn, is wat deze pagina in de calculator plaatst in plaats van alleen in de catalogus: het is een model dat je daadwerkelijk kunt vasthouden.

Hoe snel het draait, en waarom

De helft van de kaarten die het vasthouden, beheren meer dan 69.1 tokens per second. Outright de leessnelheid overschrijden. 15 van hen

Mixture-of-experts routeren is waarom de snelheden hier hoog lijken voor het aantal parameters. Slechts een fractie wordt per token gelezen, maar het geheel moet worden geladen.

Geheugen hier is geschat op basis van grootte in plaats van berekend vanuit de architectuur, die niet is vastgelegd voor dit model — de cijfers zijn indicatief eerder dan exact.

Training en herkomst

De reden dat het überhaupt in deze catalogus verschijnt: discretionary.

Stap voor stap

Hoe een GPU te kiezen voor P1-235B-A22B

De tabel hierboven heeft elke kaart die we specificaties voor hebben al vergeleken met dit model. Het bereiken van uw antwoord kost zes stappen..

01

Begin vanuit de geheugen kolom

De tabel vermeldt elke kaart die in staat is om te bevatten. P1-235B-A22B, ongeveer nodig 102.4 GB bij een compressie van Q3_K_M. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.
02

Stem de context af op uw werkelijke gebruik

Stel de context in op wat je daadwerkelijk gaat gebruiken. De cache groeit met het gesprek, en het is de gebruikelijke reden dat een CARD die in eerste instantie prima leek, niet meer past. P1-235B-A22B.
03

Kies hoe ver je het wilt comprimeren

Compressie is wat een model laat passen op kleinere kaarten, tegen een bepaalde kost in nauwkeurigheid., bereiken van een compressie van Q3_K_M op de kleinste kaart die past. Het instellen van een minimumkwaliteit laat de kaarten vallen die het alleen maar beheersen door verder te persen dan je zou willen, en houdt de vergelijking op één niveau.
04

Sorteer op snelheid

De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. P1-235B-A22B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 143 tok/s
05

Kijk naar de speling, niet alleen naar de pasvorm.

Strak betekent dat het laadt en werkt zonder ruimte om de context later te verhogen, in het geval van P1-235B-A22B. Comfortabel betekent dat je de context later kunt vergroten. Dat verschil is belangrijker dan een paar tokens per seconde, dus koop voor comfortabel als je dat verwacht.
06

Controleer de kaart vanaf de andere kant

Elke kaartnaam linkt naar zijn eigen pagina, die dezelfde berekening door het hele modelcatalogus uitvoert. Een kaart wordt meestal gekocht voor meer dan één model, dus het is de moeite waard om te kijken voordat je koopt voor P1-235B-A22B.

Antwoorden

P1-235B-A22B — veelgestelde vragen

P1-235B-A22B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Radeon Instinct MI250, met een geheugen capaciteit van 128 GB. Het draait het model op een compressie van Q3_K_M ongeveer 102.4 GB, en produceert ongeveer 69.1 tokens per second. Het aantal kaarten dat het totaal kan draaien: 17.

P1-235B-A22B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 143 tokens per seconde; de langzaamste die het nog steeds draait haalt aanzienlijk minder. De leessnelheid is rond de tien tokens per seconde, en het aantal kaarten dat dat haalt: 15.

P1-235B-A22B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 102.4 GB bij een compressie van Q3_K_M, welke is wat de kleinste card die het draait gebruikt. Minder compressie heeft meer nodig: de cijfers in de memory-kolom hierboven worden opnieuw berekend voor elke card, omdat elke card de minst gecomprimeerde versie kan vasthouden.

P1-235B-A22B— is het open-source?

De gewichten zijn gepubliceerd, zodat ze kunnen worden gedownload en op je eigen hardware kunnen worden uitgevoerd. Houd er rekening mee dat OPEN WEIGHTS niet hetzelfde is als open source in de volle zin — het zegt niets over de trainingsdata, de trainingscode of de commerciële voorwaarden die eraan zijn verbonden.

P1-235B-A22B— hoeveel parameters heeft het?

Het heeft een parameter telling van 235B. MoE: P1-235B-A22B has 235B total, 22B active parameters. Lightweight variant P1-30B-A3B has 30B total, 3B active. (https://arxiv.org/abs/2511.13612). Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.

P1-235B-A22B— wie heeft het gemaakt?

Het werd gepubliceerd door Shanghai AI Lab, gebaseerd op China, een organisatie geclassificeerd als academia.

P1-235B-A22B— wanneer is het uitgebracht?

Het werd gepubliceerd in November 2025.

P1-235B-A22B— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van question answering. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.

P1-235B-A22B— waar kan ik het downloaden?

De gewichten zijn gepubliceerd, hoewel we geen repositorylink daarvoor hebben. Deze site berekent hardwarevereisten in plaats van modelbestanden te hosten.

P1-235B-A22B— kan ik het draaien als het niet in mijn GPU past?

Gedeeltelijk. Layers die niet passen, bevinden zich in system memory en draaien met een fractie van de snelheid, dus een grotendeels gedeactiveerd model is zelden de moeite waard om te gebruiken. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 43.3 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

P1-235B-A22B— Zouden twee GPU's het sneller draaien?

Twee kaarten kopen geheugen in plaats van snelheid, wat alleen van belang is als één kaart het niet kan bevatten. Het aantal dat kan: 17. Dus een tweede card is zelden het antwoord hier.

P1-235B-A22B— waarom verschilt de quantisatie tussen kaarten?

Omdat de capaciteit varieert, varieert ook hoe hard het moet worden samengedrukt. Het aantal onderscheidende niveaus in de bovenstaande tabel: 5. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

P1-235B-A22B— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 86–229 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

Bron

Originele publicatie

Laatste update geregistreerd 8 April 2026

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.

Alle AI-modellen