CogAgent TPS-rekenmachine

Open gewichten Tsinghua University,Z.ai (Zhipu AI) 18B parameters December 2023

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

295 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

GeForce GTX 1080 Ti

11 GB · Q3_K_M · 26.1 tok/s

Snelste kaart

B200

188 tok/s · 180 GB

Welke GPU's kunnen draaien CogAgent?

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.

295 kaarten passen

Berekenen
Heeft Kwantificatie Past
188 tok/s

113–301 · lage vertrouwen

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 20.0 GB Q8_0 Comfortabel
188 tok/s

113–301 · lage vertrouwen

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 20.0 GB Q8_0 Comfortabel
150 tok/s

90–241 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 20.0 GB Q8_0 Comfortabel
150 tok/s

90–241 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 20.0 GB Q8_0 Comfortabel
120 tok/s

72–192 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 20.0 GB Q8_0 Comfortabel
115 tok/s

69–184 · lage vertrouwen

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 20.0 GB Q8_0 Comfortabel
115 tok/s

69–184 · lage vertrouwen

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 20.0 GB Q8_0 Comfortabel
110 tok/s

66–176 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 20.0 GB Q8_0 Comfortabel
97.7 tok/s

59–156 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 20.0 GB Q8_0 Comfortabel
97.7 tok/s

59–156 · lage vertrouwen

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 20.0 GB Q8_0 Comfortabel
97.7 tok/s

59–156 · lage vertrouwen

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 20.0 GB Q8_0 Comfortabel
92.7 tok/s

56–148 · lage vertrouwen

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 20.0 GB Q8_0 Comfortabel
79.1 tok/s

47–126 · lage vertrouwen

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 20.0 GB Q8_0 Comfortabel
79.1 tok/s

47–126 · lage vertrouwen

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 20.0 GB Q8_0 Comfortabel
79.1 tok/s

47–126 · lage vertrouwen

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 20.0 GB Q8_0 Comfortabel
79.1 tok/s

47–126 · lage vertrouwen

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 20.0 GB Q8_0 Comfortabel
79.1 tok/s

47–126 · lage vertrouwen

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 20.0 GB Q8_0 Comfortabel
60.2 tok/s

36–96 · lage vertrouwen

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 20.0 GB Q8_0 Comfortabel
60.2 tok/s

36–96 · lage vertrouwen

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 20.0 GB Q8_0 Comfortabel
52.7 tok/s

32–84 · lage vertrouwen

GeForce RTX 3080 12 GB NVIDIA 12 GB 912 GB/s Jan 2022 10.5 GB IQ4_XS Krap
52.7 tok/s

32–84 · lage vertrouwen

GeForce RTX 3080 Ti NVIDIA 12 GB 912 GB/s May 2021 10.5 GB IQ4_XS Krap
50.2 tok/s

30–80 · lage vertrouwen

Data Center GPU Max 1550 Intel 128 GB 3,280 GB/s Jan 2023 20.0 GB Q8_0 Comfortabel
49.1 tok/s

29–79 · lage vertrouwen

Data Center GPU Max Subsystem Intel 128 GB 3,210 GB/s Jan 2023 20.0 GB Q8_0 Comfortabel
48.0 tok/s

29–77 · lage vertrouwen

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 20.0 GB Q8_0 Comfortabel
48.0 tok/s

29–77 · lage vertrouwen

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 20.0 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
Tsinghua University,Z.ai (Zhipu AI)
Organisatietype
Academia,Industry
Land
China
Gepubliceerd
14 December 2023
Auteurs
Wenyi Hong, Weihan Wang, Qingsong Lv, Jiazheng Xu, Wenmeng Yu, Junhui Ji, Yan Wang, Zihan Wang, Yuxuan Zhang, Juanzi Li, Bin Xu, Yuxiao Dong, Ming Ding, Jie Tang

Wat het doet

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

Domein
Vision, Language
Taak
Instruction interpretation, Visual question answering
Aanpak
Supervised
Basis model
CogVLM-17B
Numerieke indeling
BF16

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
18B
Training gegevens
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
6.7 × 10²² FLOP

States 12.6 TFLOP per 1120x1120 image forward pass. Trained 60k steps with 4608 batch size, and then 10k with 1024 batch size. 12.6 TFLOP * (60000*4608 + 10000*1024) = 3.76e21 Uses pretrained CogVLM as base (6.331e22 FLOP), along with EVA2-CLIP-L. EVA2-CLIP-L's FLOPs are potentially estimable, but based on details about EVA2-CLIP-g/14 (a larger model), they likely contribute negligibly to CogAgent. Sum: 6.707e22

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 (restricted use)
Training code
Open source

Code is Apache License 2.0; model is under a more restrictive custom licence which still allows commercial usage but which limits uses undermining Chinese national security and unity. finetune code (this model is a finetune): https://github.com/THUDM/CogVLM/blob/main/finetune_demo/finetune_cogagent_demo.py

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
SOTA improvement

See Table 1

Record vertrouwen
Likely
Citaties
731

Bronnen

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

Referentie
CogAgent: A Visual Language Model for GUI Agents
Laatst bijgewerkt
25 May 2026

De extremen

De tien snelste GPU's die draaien CogAgent

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..

  1. 01 B300 288 GB · 8,000 GB/s · Q8_0 188 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 188 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 150 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 150 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 120 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 115 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 115 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 110 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 97.7 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 97.7 tok/s

De kleinste GPU's die nog steeds draaien CogAgent

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

  1. 01 GeForce RTX 2080 Ti 11 GB · Heeft 9.5 GB · Q3_K_M · Krap 39.1 tok/s
  2. 02 GeForce GTX 1080 Ti 11 GB · Heeft 9.5 GB · Q3_K_M · Krap 26.1 tok/s
  3. 03 Switch 2 GPU 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 5.9 tok/s
  4. 04 Radeon RX 9070 GRE 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 19.5 tok/s
  5. 05 GeForce RTX 5070 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 38.8 tok/s
  6. 06 GeForce RTX 5070 Ti Mobile 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 38.8 tok/s
  7. 07 Arc B580 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 17.1 tok/s
  8. 08 Radeon RX 7800M 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 19.5 tok/s
  9. 09 GeForce RTX 4070 GDDR6 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 27.7 tok/s
  10. 10 GeForce RTX 4070 AD103 12 GB · Heeft 10.5 GB · IQ4_XS · Krap 29.1 tok/s

Wat de cijfers betekenen

Wat nodig is om dit model te draaien

Minimum kaart

GeForce GTX 1080 Ti

Geheugen nodig

9.5 GB

Snelste

188 tok/s

CogAgent bereikt een parameter telling van 18B. 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: 295.

De kleinste kaart die het vasthoudt is GeForce GTX 1080 Ti, met een geheugen capaciteit van 11 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 26.1 tokens per seconde

Aan de andere kant zit B200, genereren ongeveer 188 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Achtergrond

CogAgent werd gepubliceerd door Tsinghua University,Z.ai (Zhipu AI), in het land geregistreerd als China, tijdens December 2023. De publicerende organisatie is geclassificeerd als academia,Industry.

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

Het startpunt was een bestaand basismodel, CogVLM-17B. Dat is de gebruikelijke manier waarop een gespecialiseerd model wordt geproduceerd.

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.

Het lezen van de doorvoercijfers

De helft van de kaarten die het vasthouden, beheren meer dan 19.4 tokens per second. Outright de leessnelheid overschrijden. 248 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.

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.

Wat erin ging zitten om het te bouwen

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 6.7 × 10²² FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

De inclusiecriteria: sOTA improvement.

Stap voor stap

Hoe een GPU te kiezen voor CogAgent

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

  1. 01

    Begin vanuit de geheugen kolom

    Elke kaart hier is gecontroleerd op CogAgent, ongeveer nodig 9.5 GB bij een compressie van Q3_K_M. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.

  2. 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. CogAgent.

  3. 03

    Bepaal hoeveel compressie je accepteert

    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.

  4. 04

    Vergelijk tokens per seconde, niet specificaties

    Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor CogAgent. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 188 tok/s

  5. 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 CogAgent. 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.

  6. 06

    Open de kaart die je hebt gekozen.

    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 CogAgent.

Antwoorden

CogAgent — veelgestelde vragen

01

CogAgent— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 6.7 × 10²² 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.

02

CogAgent— 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 2.6 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

03

CogAgent— Zouden twee GPU's het sneller draaien?

Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 295. Dus een tweede card is zelden het antwoord hier.

04

CogAgent— 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.

05

CogAgent— 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: 113–301 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

06

CogAgent— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is GeForce GTX 1080 Ti, met een geheugen capaciteit van 11 GB. Het draait het model op een compressie van Q3_K_M ongeveer 9.5 GB, en produceert ongeveer 26.1 tokens per second. Het aantal kaarten dat het totaal kan draaien: 295.

07

CogAgent— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 188 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: 248.

08

CogAgent— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 9.5 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.

09

CogAgent— 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 IQ4_XS, ongeveer 10.5 GB en genereren ongeveer 52.7 tokens per second. De pasvorm is krap.

10

CogAgent— 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 Q5_K_M, ongeveer 13.7 GB en genereren ongeveer 47.5 tokens per second. De pasvorm is krap.

11

CogAgent— 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 20.0 GB en genereren ongeveer 31.5 tokens per second. De pasvorm is krap.

12

CogAgent— 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.

13

CogAgent— hoeveel parameters heeft het?

Het heeft een parameter telling van 18B. 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.

14

CogAgent— wie heeft het gemaakt?

Het werd gepubliceerd door Tsinghua University,Z.ai (Zhipu AI), gebaseerd op China, een organisatie geclassificeerd als academia,Industry.

15

CogAgent— wanneer is het uitgebracht?

Het werd gepubliceerd in December 2023. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

16

CogAgent— waarvoor wordt het gebruikt?

Het werkt in het domein van Vision, Language, en wordt geregistreerd als het afhandelen van instruction interpretation, Visual question answering. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

17

CogAgent— 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.

Bron

Originele publicatie

Laatste update geregistreerd 25 May 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