phi-3-medium 14B TPS-rekenmachine

Open gewichten Microsoft 14B parameters April 2024

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

306 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

P102-101

10 GB · IQ4_XS · 20.2 tok/s

Snelste kaart

B200

242 tok/s · 180 GB

Welke GPU's kunnen draaien phi-3-medium 14B?

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

306 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
242 tok/s 145–387 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	15.7 GB	Q8_0	Comfortabel
242 tok/s 145–387 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	15.7 GB	Q8_0	Comfortabel
193 tok/s 116–309 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	15.7 GB	Q8_0	Comfortabel
193 tok/s 116–309 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	15.7 GB	Q8_0	Comfortabel
155 tok/s 93–247 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	15.7 GB	Q8_0	Comfortabel
148 tok/s 89–237 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.7 GB	Q8_0	Comfortabel
148 tok/s 89–237 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	15.7 GB	Q8_0	Comfortabel
142 tok/s 85–227 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	15.7 GB	Q8_0	Comfortabel
126 tok/s 75–201 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Comfortabel
126 tok/s 75–201 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Comfortabel
126 tok/s 75–201 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	15.7 GB	Q8_0	Comfortabel
119 tok/s 72–191 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	15.7 GB	Q8_0	Comfortabel
116 tok/s 70–185 · lage vertrouwen	CMP 170HX 10 GB NVIDIA	10 GB	1,560 GB/s	Sep 2021	8.4 GB	IQ4_XS	Krap
102 tok/s 61–163 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comfortabel
102 tok/s 61–163 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	15.7 GB	Q8_0	Comfortabel
102 tok/s 61–163 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comfortabel
102 tok/s 61–163 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comfortabel
102 tok/s 61–163 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	15.7 GB	Q8_0	Comfortabel
77.4 tok/s 46–124 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	15.7 GB	Q8_0	Comfortabel
77.4 tok/s 46–124 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	15.7 GB	Q8_0	Comfortabel
64.5 tok/s 39–103 · lage vertrouwen	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	15.7 GB	Q8_0	Comfortabel
63.1 tok/s 38–101 · lage vertrouwen	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	15.7 GB	Q8_0	Comfortabel
61.7 tok/s 37–99 · lage vertrouwen	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	15.7 GB	Q8_0	Comfortabel
61.7 tok/s 37–99 · lage vertrouwen	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	15.7 GB	Q8_0	Comfortabel
61.7 tok/s 37–99 · lage vertrouwen	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	15.7 GB	Q8_0	Comfortabel

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: Microsoft
Organisatietype: Industry
Land: United States of America
Gepubliceerd: 23 April 2024
Auteurs: Marah Abdin, Sam Ade Jacobs, Ammar Ahmad Awan, Jyoti Aneja, Ahmed Awadallah, Hany Awadalla, Nguyen Bach, Amit Bahree, Arash Bakhtiari, Harkirat Behl, Alon Benhaim, Misha Bilenko, Johan Bjorck, Sébastien Bubeck, Martin Cai, Caio César Teodoro Mendes, Weizhu Chen, Vishrav Chaudhary, Parul Chopra, Allie Del Giorno, Gustavo de Rosa, Matthew Dixon, Ronen Eldan, Dan Iter, Amit Garg, Abhishek Goswami, Su…

Wat het doet

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

Domein: Language
Taak: Chat, Language modeling/generation

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: 14B
Training gegevens: 4,800,000,000,000 tokens

Training rekenen

De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.

Training rekenen: 4 × 10²³ FLOP
Hoe het werd opgericht: Operation counting

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)
Training code: Unreleased
Hugging Face: microsoft

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.

Waarschijnlijk boven de 10²³ FLOP: Yes
Record vertrouwen: Likely

Bronnen

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

Referentie: Phi-3 Technical Report: A Highly Capable Language Model Locally on Your Phone
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien phi-3-medium 14B

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 phi-3-medium 14B

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

P102-101

Geheugen nodig

8.4 GB

Snelste

242 tok/s

phi-3-medium 14B bereikt een parameter telling van 14B. Dat is klein genoeg zodat hardware zelden de obstakel is, inclusief op kaarten van enkele jaren oud. Het aantal kaarten dat we volgen die het kunnen draaien: 306.

De kleinste kaart die het vasthoudt is P102-101, met een geheugen capaciteit van 10 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 20.2 tokens per seconde

De snelste we er voor berekenen is B200, genereren ongeveer 242 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Achtergrond

phi-3-medium 14B werd gepubliceerd door Microsoft, in het land geregistreerd als United States of America, tijdens April 2024. De categorie waaronder de uitgever valt is industry.

Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van chat, Language modeling/generation.

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. Op Hugging Face is het gepubliceerd onder de organisatie microsoft.

Het lezen van de doorvoercijfers

Over elke kaart die het kan draaien, ligt het midden van het bereik op 20.4 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 268 van hen

Doordat het dicht is, leest het alles per token, wat de reden is waarom de volgorde op snelheid hieronder zo nauwkeurig de volgorde op geheugendebandbreedte volgt.

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.

Wat erin ging zitten om het te bouwen

Training kostte een rekensbudget van ongeveer 4 × 10²³ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

Het is getraind op een corpus van ongeveer 4,800,000,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor phi-3-medium 14B

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

Controleer wat het nodig heeft voordat iets anders.

Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van phi-3-medium 14B, ongeveer nodig 8.4 GB bij een compressie van IQ4_XS. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.
02

Stel de contextlengte in waarmee je gaat werken

Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor phi-3-medium 14B.
03

Kies hoe ver je het wilt comprimeren

Elke kaart draait de minst-gecomprimeerde kopie die hij kan vasthouden., bereiken van een compressie van IQ4_XS 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

Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor phi-3-medium 14B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 242 tok/s
05

Controleer het geschiktheidsadvies voordat je koopt

Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van phi-3-medium 14B. 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

Het volgen van een GPU-kaart naar zijn eigen pagina toont elk ander model dat het kan bevatten, wat de vraag is die volgt zodra je je hebt ingesteld op phi-3-medium 14B.

Antwoorden

phi-3-medium 14B — veelgestelde vragen

phi-3-medium 14B— wanneer is het uitgebracht?

Het werd gepubliceerd in April 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

phi-3-medium 14B— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van chat, Language modeling/generation. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

phi-3-medium 14B— waar kan ik het downloaden?

Zijn gewichten zijn gepubliceerd op Hugging Face, onder de organisatie microsoft. Wij hosten geen modelbestanden - deze site berekent welke hardware nodig is om ze te draaien.

phi-3-medium 14B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 4 × 10²³ FLOP. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.

phi-3-medium 14B— kan ik het draaien als het niet in mijn GPU past?

Alleen door af te laden, wat meestal een valse economie is: het deel dat in systeemgeheugen wordt vastgehouden, houdt het hele ding tegen. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 2.0 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

phi-3-medium 14B— Zouden twee GPU's het sneller draaien?

Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 306. Dus een tweede card is zelden het antwoord hier.

phi-3-medium 14B— 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.

phi-3-medium 14B— hoe nauwkeurig zijn deze snelheidsschattingen?

Elke waarde is afgeleid van het geheugenbandbreedte en de modelgrootte, niet geverifieerd, wat de reden is dat elke waarde als een bereik in plaats van een enkel getal wordt gepubliceerd. Eén voorbeeld: 145–387 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

phi-3-medium 14B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is P102-101, met een geheugen capaciteit van 10 GB. Het draait het model op een compressie van IQ4_XS ongeveer 8.4 GB, en produceert ongeveer 20.2 tokens per second. Het aantal kaarten dat het totaal kan draaien: 306.

phi-3-medium 14B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 242 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: 268.

phi-3-medium 14B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 8.4 GB bij een compressie van IQ4_XS, 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.

phi-3-medium 14B— kan ik het draaien op een GPU met 12 GB?

Ja. De GPU kaart GeForce RTX 3080 Ti, houden 12 GB, draait het met een compressie van Q5_K_M, ongeveer 10.8 GB en genereren ongeveer 49.3 tokens per second. De pasvorm is krap.

phi-3-medium 14B— kan ik het draaien op een GPU met 16 GB?

Ja. De GPU kaart Tesla V100 SXM2 16 GB, houden 16 GB, draait het met een compressie van Q6_K, ongeveer 12.4 GB en genereren ongeveer 49.7 tokens per second. De pasvorm is krap.

phi-3-medium 14B— kan ik het draaien op een GPU met 24 GB?

Ja. De GPU kaart GeForce RTX 5090 D V2, houden 24 GB, draait het met een compressie van Q8_0, ongeveer 15.7 GB en genereren ongeveer 40.5 tokens per second. De fit is comfortabel.

phi-3-medium 14B— 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.

phi-3-medium 14B— hoeveel parameters heeft het?

Het heeft een parameter telling van 14B. 14B. 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.

phi-3-medium 14B— wie heeft het gemaakt?

Het werd gepubliceerd door Microsoft, gebaseerd op United States of America, een organisatie geclassificeerd als industry.

Bron

Originele publicatie

Laatste update geregistreerd 28 November 2025

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