Mixtral 8x7B TPS-rekenmachine

Open gewichten Mistral AI 46.7B 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

126 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Tesla M40 24 GB

24 GB · Q3_K_M · 21.7 tok/s

Snelste kaart

B200

263 tok/s · 180 GB

Welke GPU's kunnen draaien Mixtral 8x7B?

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

126 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
263 tok/s 158–420 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	48.2 GB	Q8_0	Comfortabel
263 tok/s 158–420 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	48.2 GB	Q8_0	Comfortabel
210 tok/s 126–336 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Comfortabel
210 tok/s 126–336 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	48.2 GB	Q8_0	Comfortabel
168 tok/s 101–268 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	48.2 GB	Q8_0	Comfortabel
161 tok/s 96–257 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Comfortabel
161 tok/s 96–257 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	48.2 GB	Q8_0	Comfortabel
154 tok/s 92–246 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	48.2 GB	Q8_0	Comfortabel
142 tok/s 85–227 · lage vertrouwen	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	Krap
142 tok/s 85–227 · lage vertrouwen	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	26.4 GB	Q4_K_M	Krap
136 tok/s 82–218 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Comfortabel
136 tok/s 82–218 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Comfortabel
136 tok/s 82–218 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	48.2 GB	Q8_0	Comfortabel
136 tok/s 81–217 · lage vertrouwen	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	Krap
136 tok/s 81–217 · lage vertrouwen	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	26.4 GB	Q4_K_M	Krap
129 tok/s 78–207 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	48.2 GB	Q8_0	Comfortabel
119 tok/s 71–190 · lage vertrouwen	GeForce RTX 5090 D V2 NVIDIA	24 GB	1,340 GB/s	Aug 2025	21.0 GB	Q3_K_M	Krap
110 tok/s 66–177 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Comfortabel
110 tok/s 66–177 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	48.2 GB	Q8_0	Comfortabel
110 tok/s 66–177 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Comfortabel
110 tok/s 66–177 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Comfortabel
110 tok/s 66–177 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	48.2 GB	Q8_0	Comfortabel
108 tok/s 65–173 · lage vertrouwen	A30X NVIDIA	24 GB	1,220 GB/s	Apr 2021	21.0 GB	Q3_K_M	Krap
91.5 tok/s 55–146 · lage vertrouwen	A100 PCIe 40 GB NVIDIA	40 GB	1,560 GB/s	Jun 2020	31.8 GB	Q5_K_M	Krap
91.5 tok/s 55–146 · lage vertrouwen	A100 SXM4 40 GB NVIDIA	40 GB	1,560 GB/s	May 2020	31.8 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: Mistral AI
Organisatietype: Industry
Land: France
Gepubliceerd: 11 December 2023
Auteurs: Albert Jiang, Alexandre Sablayrolles, Arthur Mensch, Blanche Savary, Chris Bamford, Devendra Singh Chaplot, Diego de las Casas, Emma Bou Hanna, Florian Bressand, Gianna Lengyel, Guillaume Bour, Guillaume Lample, Lélio Renard Lavaud, Louis Ternon, Lucile Saulnier, Marie-Anne Lachaux, Pierre Stock, Teven Le Scao, Théophile Gervet, Thibaut Lavril, Thomas Wang, Timothée Lacroix, William El Sayed.

Wat het doet

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

Domein: Language
Taak: Language modeling/generation, Question answering, Quantitative reasoning, 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: 46.7B
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: 7.7 × 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: mistralai

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: Significant use
Record vertrouwen: Speculative

Bronnen

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

Referentie: Mixtral of experts: A high quality Sparse Mixture-of-Experts.
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien Mixtral 8x7B

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 Mixtral 8x7B

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

De hardwarekant

Minimum kaart

Tesla M40 24 GB

Geheugen nodig

21.0 GB

Snelste

263 tok/s

Mixtral 8x7B bereikt een parameter telling van 46.7B. Dat valt binnen het bereik dat een serieuze desktopkaart kan aansteken zodra de gewichten zijn gecomprimeerd. Het aantal kaarten dat we volgen die het kunnen draaien: 126.

Aan de onderkant wordt het afgehandeld door Tesla M40 24 GB, met een geheugen capaciteit van 24 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 21.7 tokens per seconde

De snelste we er voor berekenen is B200, genereren ongeveer 263 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Waar het vandaan kwam

Mixtral 8x7B werd gepubliceerd door Mistral AI, in het land geregistreerd als France, tijdens December 2023. 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/generation, Question answering, Quantitative reasoning, Translation.

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 mistralai.

Begrijpen van de snelheden

De mediaanresultaat is rond 65.8 tokens per second. Outright de leessnelheid overschrijden. 122 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 aandacht lay-out staat in onze database, zodat de GPU VRAM cijfers precies worden berekend in plaats van benaderd.

Wat erin ging zitten om het te bouwen

Training kostte een rekensbudget van ongeveer 7.7 × 10²³ FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

De reden dat het überhaupt in deze catalogus verschijnt: significant use.

Stap voor stap

Hoe een GPU te kiezen voor Mixtral 8x7B

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. Mixtral 8x7B, ongeveer nodig 21.0 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.
02

Stem de context af op uw werkelijke gebruik

Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor Mixtral 8x7B.
03

Bepaal hoeveel compressie je accepteert

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

Sorteer op snelheid

Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor Mixtral 8x7B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 263 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 Mixtral 8x7B. 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.

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 Mixtral 8x7B.

Antwoorden

Mixtral 8x7B — veelgestelde vragen

Mixtral 8x7B— 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.

Mixtral 8x7B— hoeveel parameters heeft het?

Het heeft een parameter telling van 46.7B. 46.7B *sparse* params. 12.9B params used on average: "Concretely, Mixtral has 46.7B total parameters but only uses 12.9B parameters per token. It, therefore, processes input and generates output at the same speed and for the same cost as a 12.9B model.". 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.

Mixtral 8x7B— wie heeft het gemaakt?

Het werd gepubliceerd door Mistral AI, gebaseerd op France, een organisatie geclassificeerd als industry.

Mixtral 8x7B— 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.

Mixtral 8x7B— waarvoor wordt het gebruikt?

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

Mixtral 8x7B— waar kan ik het downloaden?

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

Mixtral 8x7B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 7.7 × 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.

Mixtral 8x7B— 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 8.4 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

Mixtral 8x7B— 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: 126. Dus een tweede card is zelden het antwoord hier.

Mixtral 8x7B— 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: 6. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

Mixtral 8x7B— 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: 158–420 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

Mixtral 8x7B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Tesla M40 24 GB, met een geheugen capaciteit van 24 GB. Het draait het model op een compressie van Q3_K_M ongeveer 21.0 GB, en produceert ongeveer 21.7 tokens per second. Het aantal kaarten dat het totaal kan draaien: 126.

Mixtral 8x7B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 263 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: 122.

Mixtral 8x7B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 21.0 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.

Mixtral 8x7B— 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 Q3_K_M, ongeveer 21.0 GB en genereren ongeveer 119 tokens per second. De pasvorm is krap.

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