Solar Open2 250B TPS-rekenmachine
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
818 kaarten die we hebben specificaties voor
Kleinste kaart die past
Radeon Instinct MI250
128 GB · Q3_K_M · 64.9 tok/s
Snelste kaart
B200
174 tok/s · 180 GB
Welke GPU's kunnen draaien Solar Open2 250B?
Stel de invoer in, lees het antwoord
Een langere conversatie heeft meer geheugen nodig, wat dit model van kleinere kaarten kan duwen..
Verbergt kaarten die alleen in het model passen door het onder dit punt te comprimeren.
17 kaarten passen
Berekenen| Heeft | Kwantificatie | Past | |||||
|---|---|---|---|---|---|---|---|
|
174
tok/s
104–278 · lage vertrouwen |
B200 NVIDIA | 180 GB | 8,000 GB/s | Jan 2024 | 135.8 GB | Q4_K_M | Krap |
|
130
tok/s
78–207 · lage vertrouwen |
Radeon Instinct MI300 AMD | 128 GB | 6,550 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | Krap |
|
113
tok/s
68–181 · lage vertrouwen |
H200 NVL NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 121.2 GB | IQ4_XS | Krap |
|
113
tok/s
68–181 · lage vertrouwen |
H200 SXM 141 GB NVIDIA | 141 GB | 4,890 GB/s | Nov 2024 | 121.2 GB | IQ4_XS | Krap |
|
105
tok/s
63–169 · lage vertrouwen |
Radeon Instinct MI300A AMD | 128 GB | 5,325 GB/s | Dec 2023 | 106.6 GB | Q3_K_M | Krap |
|
75.2
tok/s
45–120 · lage vertrouwen |
B300 NVIDIA | 288 GB | 8,000 GB/s | Sep 2025 | 252.3 GB | Q8_0 | Krap |
|
69.7
tok/s
42–112 · lage vertrouwen |
Radeon Instinct MI300X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 164.9 GB | Q5_K_M | Krap |
|
69.7
tok/s
42–112 · lage vertrouwen |
Radeon Instinct MI308X AMD | 192 GB | 5,325 GB/s | Dec 2023 | 164.9 GB | Q5_K_M | Krap |
|
64.9
tok/s
39–104 · lage vertrouwen |
Radeon Instinct MI250 AMD | 128 GB | 3,280 GB/s | Nov 2021 | 106.6 GB | Q3_K_M | Krap |
|
64.9
tok/s
39–104 · lage vertrouwen |
Radeon Instinct MI250X AMD | 128 GB | 3,280 GB/s | Nov 2021 | 106.6 GB | Q3_K_M | Krap |
|
63.9
tok/s
38–102 · lage vertrouwen |
Radeon Instinct MI325X AMD | 256 GB | 6,000 GB/s | Oct 2024 | 194.0 GB | Q6_K | Krap |
|
60.1
tok/s
36–96 · lage vertrouwen |
Radeon Instinct MI350X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 252.3 GB | Q8_0 | Krap |
|
60.1
tok/s
36–96 · lage vertrouwen |
Radeon Instinct MI355X AMD | 288 GB | 8,190 GB/s | Jan 2025 | 252.3 GB | Q8_0 | Krap |
|
54.1
tok/s
32–87 · lage vertrouwen |
Data Center GPU Max 1550 Intel | 128 GB | 3,280 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | Krap |
|
52.9
tok/s
32–85 · lage vertrouwen |
Data Center GPU Max Subsystem Intel | 128 GB | 3,210 GB/s | Jan 2023 | 106.6 GB | Q3_K_M | Krap |
|
6.9
tok/s
4–11 · lage vertrouwen |
GB10 NVIDIA | 128 GB | 273 GB/s | Oct 2025 | 106.6 GB | Q3_K_M | Krap |
|
6.9
tok/s
4–11 · lage vertrouwen |
Jetson T5000 NVIDIA | 128 GB | 273 GB/s | Aug 2025 | 106.6 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
- Upstage
- Organisatietype
- Industry
- Land
- Korea (Republic of)
- Gepubliceerd
- 28 June 2026
- Auteurs
- Upstage Team
Wat het doet
De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.
- Domein
- Language
- Taak
- Language modeling, Reasoning, Tool use, Translation, Question answering
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
- 250.3B
- Training gegevens
- 11,000,000,000,000 tokens
Total: 250.3B, Active: 14.7B per token. Mixture-of-Experts (320 routed experts + 1 shared expert).
11T 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
- 1.1 × 10²⁴ FLOP
Per Upstage in direct correspondence, Solar Open2 250B was trained on 11T tokens. At 14.7B parameters, this implies 9.7e23 FLOP. Solar Open2 250B was trained using 1,656× B200 and 720× H200 for 1900 hours, costing $32 million (implying a cost of $7/GPU-hour) Tech report clarifies 11.9T pretraining tokens, for 1.05e24 FLOP, with additional post-training.
De trainingsrun
Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.
- Training hardware
- NVIDIA B200,NVIDIA H200
- Gebruikte chips
- 1,656
- Kloktijd
- 1,900 hours (79.2 days)
- Stroomverbruik
- 3.2 MW
Approx. 80 days net training time (vendor-reported).
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
- Training cost,Discretionary
- Record vertrouwen
- Likely
high training cost, developer reports $32 million
Bronnen
Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.
- Referentie
- Solar Open2 250B Hugging Face Model Card
- Laatst bijgewerkt
- 22 July 2026
De extremen
De tien snelste GPU's die draaien Solar Open2 250B
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..
- 01 B200 180 GB · 8,000 GB/s · Q4_K_M 174 tok/s
- 02 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q3_K_M 130 tok/s
- 03 H200 NVL 141 GB · 4,890 GB/s · IQ4_XS 113 tok/s
- 04 H200 SXM 141 GB 141 GB · 4,890 GB/s · IQ4_XS 113 tok/s
- 05 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q3_K_M 105 tok/s
- 06 B300 288 GB · 8,000 GB/s · Q8_0 75.2 tok/s
- 07 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q5_K_M 69.7 tok/s
- 08 Radeon Instinct MI308X 192 GB · 5,325 GB/s · Q5_K_M 69.7 tok/s
- 09 Radeon Instinct MI250 128 GB · 3,280 GB/s · Q3_K_M 64.9 tok/s
- 10 Radeon Instinct MI250X 128 GB · 3,280 GB/s · Q3_K_M 64.9 tok/s
De kleinste GPU's die nog steeds draaien Solar Open2 250B
De goedkoopste route erin, op basis van geheugencapaciteit. Een krappe pasvorm draait het model maar laat niets over voor een langer gesprek..
- 01 GB10 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 6.9 tok/s
- 02 Jetson T5000 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 6.9 tok/s
- 03 Radeon Instinct MI300A 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 105 tok/s
- 04 Data Center GPU Max 1550 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 54.1 tok/s
- 05 Data Center GPU Max Subsystem 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 52.9 tok/s
- 06 Radeon Instinct MI300 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 130 tok/s
- 07 Radeon Instinct MI250 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 64.9 tok/s
- 08 Radeon Instinct MI250X 128 GB · Heeft 106.6 GB · Q3_K_M · Krap 64.9 tok/s
- 09 H200 NVL 141 GB · Heeft 121.2 GB · IQ4_XS · Krap 113 tok/s
- 10 H200 SXM 141 GB 141 GB · Heeft 121.2 GB · IQ4_XS · Krap 113 tok/s
Wat de cijfers betekenen
Wat je nodig hebt om het te draaien
Minimum kaart
Radeon Instinct MI250
Geheugen nodig
106.6 GB
Snelste
174 tok/s
Solar Open2 250B bereikt een parameter telling van 250.3B. 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 minste hardware die werkt is Radeon Instinct MI250, met een geheugen capaciteit van 128 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 64.9 tokens per seconde
De snelste we er voor berekenen is B200, genereren ongeveer 174 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.
Wat dit model is
Solar Open2 250B werd gepubliceerd door Upstage, in het land geregistreerd als Korea (Republic of), tijdens June 2026. De publicerende organisatie is geclassificeerd als industry.
Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling, Reasoning, Tool use, Translation, Question answering.
De gewichten zijn gepubliceerd, zodat ze gedownload en onbeperkt, offline, op je eigen hardware kunnen worden uitgevoerd, zonder dat er een account aan verbonden is.
Wat bepaalt de snelheid
Over elke kaart die het kan draaien, ligt het midden van het bereik op 64.9 tokens per seconde. 15 van hen
Omdat het elk token door een subset van zijn weights leidt, produceert het tekst met de snelheid van een veel kleiner model. De catch is MEMORY: alles moet nog steeds passen, dus de snelheid is een bonus in plaats van een korting op hardware.
De interne architectuur is niet gedocumenteerd, dus het geheugen wordt geschat op basis van het aantal parameters en dienovereenkomstig gemarkeerd. Verwacht dat de werkelijke waarde verschilt, vooral bij lange context.
Hoe het getraind werd
De training run verbruikte ongeveer 1.1 × 10²⁴ FLOP, op hardware vastgelegd als NVIDIA B200,NVIDIA H200. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.
Training verbruikte een corpus van ongeveer 11,000,000,000,000 tekstokens
De inclusiecriteria: training cost,Discretionary.
Stap voor stap
Hoe een GPU te kiezen voor Solar Open2 250B
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
Lees eerst de geheugenfiguur
De tabel vermeldt elke kaart die in staat is om te bevatten. Solar Open2 250B, ongeveer nodig 106.6 GB bij een compressie van Q3_K_M. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.
-
02
Stel de contextlengte in waarmee je gaat werken
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. Solar Open2 250B.
-
03
Kies hoe ver je het wilt comprimeren
De kwantisatiekolom varieert per CARD, omdat een grotere CARD een nauwkeuriger kopie vasthoudt., 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
Vergelijk tokens per seconde, niet specificaties
Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor Solar Open2 250B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 174 tok/s
-
05
Kijk naar de speling, niet alleen naar de pasvorm.
De fit-kolom scheidt kaarten die het net halen van die met ruimte over, in het geval van Solar Open2 250B. 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 kaartpagina herhaalt deze scan voor elk model dat we hebben, en beantwoordt waarvoor de hardware verder goed is naast Solar Open2 250B.
Antwoorden
Solar Open2 250B — veelgestelde vragen
Solar Open2 250B— hoeveel rekencapaciteit is gebruikt om het te trainen?
Training verbruikte ongeveer 1.1 × 10²⁴ FLOP, op hardware vastgelegd als NVIDIA B200,NVIDIA H200. 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.
Solar Open2 250B— 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 49.4 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.
Solar Open2 250B— Zouden twee GPU's het sneller draaien?
Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 17. Dus een tweede card is zelden het antwoord hier.
Solar Open2 250B— 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: 6. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.
Solar Open2 250B— hoe nauwkeurig zijn deze snelheidsschattingen?
Dit zijn schattingen met echte foutmarges, en elk van hen zou redelijkerwijs ergens binnen zijn gepubliceerde bereik kunnen vallen, afhankelijk van welke runtime je gebruikt. Het snelste resultaat hier: 104–278 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.
Solar Open2 250B— 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 106.6 GB, en produceert ongeveer 64.9 tokens per second. Het aantal kaarten dat het totaal kan draaien: 17.
Solar Open2 250B— hoe snel is het op een GPU?
Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 174 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.
Solar Open2 250B— hoeveel VRAM heeft het nodig?
Het heeft ongeveer 106.6 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.
Solar Open2 250B— 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.
Solar Open2 250B— hoeveel parameters heeft het?
Het heeft een parameter telling van 250.3B. Total: 250.3B, Active: 14.7B per token. Mixture-of-Experts (320 routed experts + 1 shared expert). 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.
Solar Open2 250B— wie heeft het gemaakt?
Het werd gepubliceerd door Upstage, gebaseerd op Korea (Republic of), een organisatie geclassificeerd als industry.
Solar Open2 250B— wanneer is het uitgebracht?
Het werd gepubliceerd in June 2026.
Solar Open2 250B— waarvoor wordt het gebruikt?
Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling, Reasoning, Tool use, Translation, Question answering. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.
Solar Open2 250B— 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.
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.