Qwen1.5-72B TPS-rekenmachine

Open gewichten Alibaba 72B parameters February 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

43 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Radeon Instinct MI200

64 GB · IQ4_XS · 18.5 tok/s

Snelste kaart

B200

47.1 tok/s · 180 GB

Welke GPU's kunnen draaien Qwen1.5-72B?

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

43 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
47.1 tok/s 40–56	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	93.3 GB	Q8_0	Comfortabel
47.1 tok/s 40–56	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	93.3 GB	Q8_0	Comfortabel
37.6 tok/s 23–60 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	93.3 GB	Q8_0	Comfortabel
37.6 tok/s 23–60 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	93.3 GB	Q8_0	Comfortabel
35.3 tok/s 30–42	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	68.1 GB	Q5_K_M	Krap
35.3 tok/s 30–42	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	68.1 GB	Q5_K_M	Krap
33.7 tok/s 29–40	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	76.5 GB	Q6_K	Krap
30.1 tok/s 18–48 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	93.3 GB	Q8_0	Comfortabel
29.2 tok/s 25–35	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	55.6 GB	IQ4_XS	Krap
28.8 tok/s 24–35	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	93.3 GB	Q8_0	Comfortabel
28.8 tok/s 24–35	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	93.3 GB	Q8_0	Comfortabel
28.7 tok/s 24–34	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	76.5 GB	Q6_K	Krap
28.7 tok/s 24–34	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	76.5 GB	Q6_K	Krap
28.7 tok/s 24–34	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	76.5 GB	Q6_K	Krap
27.5 tok/s 17–44 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	93.3 GB	Q8_0	Comfortabel
24.4 tok/s 15–39 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	93.3 GB	Q8_0	Comfortabel
24.4 tok/s 15–39 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	93.3 GB	Q8_0	Comfortabel
24.4 tok/s 15–39 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	93.3 GB	Q8_0	Comfortabel
21.4 tok/s 18–26	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	68.1 GB	Q5_K_M	Krap
21.4 tok/s 18–26	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	68.1 GB	Q5_K_M	Krap
21.4 tok/s 18–26	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	68.1 GB	Q5_K_M	Krap
21.4 tok/s 18–26	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	68.1 GB	Q5_K_M	Krap
21.4 tok/s 18–26	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	68.1 GB	Q5_K_M	Krap
21.4 tok/s 18–26	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	68.1 GB	Q5_K_M	Krap
20.4 tok/s 17–24	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	68.1 GB	Q5_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: Alibaba
Organisatietype: Industry
Land: China
Gepubliceerd: 4 February 2024
Auteurs: Qwen Team

Wat het doet

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

Domein: Language
Taak: Chat, Language modeling/generation, Quantitative reasoning, Code generation, Translation

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: 72B
Training gegevens: 3,000,000,000,000 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: 1.3 × 10²⁴ FLOP
Hoe het werd opgericht: Operation counting

De trainingsrun

Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.

Datacenter: There is no paper to reference, no information about hardware used for training found in media.

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 (restricted use)
Training code: Unreleased
Hugging Face: Qwen

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
Waarom het wordt gevolgd: SOTA improvement
Record vertrouwen: Confident

Bronnen

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

Referentie: Introducing Qwen1.5
Laatst bijgewerkt: 18 December 2025

De extremen

De tien snelste GPU's die draaien Qwen1.5-72B

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 Qwen1.5-72B

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

Hardwarevereisten in de praktijk

Minimum kaart

Radeon Instinct MI200

Geheugen nodig

55.6 GB

Snelste

47.1 tok/s

Qwen1.5-72B bereikt een parameter telling van 72B. Dat plaatst het boven consumentenharde, in het bereik waar een kaart hiervoor wordt gekocht in plaats van ervoor te worden hergebruikt. Het aantal kaarten dat we volgen die het kunnen vasthouden: 43.

Het toegangspunt is Radeon Instinct MI200, met een geheugen capaciteit van 64 GB, het draaien ervan met een compressie van IQ4_XS en produceren rond 18.5 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 47.1 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Achtergrond

Qwen1.5-72B werd gepubliceerd door Alibaba, in het land geregistreerd als China, tijdens February 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, Quantitative reasoning, Code generation, Translation.

Gepubliceerde gewichten betekenen dat het model op jouw machine draait in plaats van op die van iemand anders, wat de hardwarevraag hieronder op enige manier beantwoordbaar maakt. Op Hugging Face is het gepubliceerd onder de organisatie Qwen.

Het lezen van de doorvoercijfers

De helft van de kaarten die het vasthouden, beheren meer dan 21.4 tokens per seconde. 39 van hen

Elke gewicht participeert in elke token hier, dus bandbreedte is het hele verhaal: de ranking hieronder is effectief een ranking van geheugendoorvoer.

De aandacht lay-out staat in onze database, zodat de GPU VRAM cijfers precies worden berekend in plaats van benaderd.

Hoe het getraind werd

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 1.3 × 10²⁴ 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 3,000,000,000,000 tekstokens

De inclusiecriteria: sOTA improvement.

Stap voor stap

Hoe een GPU te kiezen voor Qwen1.5-72B

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

Elke kaart hier is gecontroleerd op Qwen1.5-72B, ongeveer nodig 55.6 GB bij een compressie van IQ4_XS. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.
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 Qwen1.5-72B.
03

Stel een kwaliteitsvloer in

De kwantisatiekolom varieert per CARD, omdat een grotere CARD een nauwkeuriger kopie vasthoudt., 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

Vergelijk tokens per seconde, niet specificaties

Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor Qwen1.5-72B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 47.1 tok/s
05

Kijk naar de speling, niet alleen naar de pasvorm.

Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van Qwen1.5-72B. 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

Open de kaart die je hebt gekozen.

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 Qwen1.5-72B.

Antwoorden

Qwen1.5-72B — veelgestelde vragen

Qwen1.5-72B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 55.6 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.

Qwen1.5-72B— 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.

Qwen1.5-72B— hoeveel parameters heeft het?

Het heeft een parameter telling van 72B. 72B. 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.

Qwen1.5-72B— wie heeft het gemaakt?

Het werd gepubliceerd door Alibaba, gebaseerd op China, een organisatie geclassificeerd als industry.

Qwen1.5-72B— wanneer is het uitgebracht?

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

Qwen1.5-72B— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van chat, Language modeling/generation, Quantitative reasoning, Code generation, Translation. Een model kan er verschillende van elk dragen, dus dit zijn de gebieden waarvoor het is gebouwd in plaats van een limiet op wat het zal proberen.

Qwen1.5-72B— waar kan ik het downloaden?

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

Qwen1.5-72B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 1.3 × 10²⁴ 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.

Qwen1.5-72B— kan ik het draaien als het niet in mijn GPU past?

Het kan worden opgesplitst tussen de GPU-kaart en systeemgeheugen, maar het genereert op die manier pijnlijk traag. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 16.6 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

Qwen1.5-72B— 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: 43. Dus een tweede card is zelden het antwoord hier.

Qwen1.5-72B— waarom verschilt de quantisatie tussen kaarten?

Een grotere CARD houdt een nauwkeuriger kopie. Het aantal compressieniveaus dat gebruikt wordt op de CARDS die het draaien: 5. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

Qwen1.5-72B— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 40–56 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

Qwen1.5-72B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Radeon Instinct MI200, met een geheugen capaciteit van 64 GB. Het draait het model op een compressie van IQ4_XS ongeveer 55.6 GB, en produceert ongeveer 18.5 tokens per second. Het aantal kaarten dat het totaal kan draaien: 43.

Qwen1.5-72B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 47.1 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: 39.

Bron

Originele publicatie

Laatste update geregistreerd 18 December 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