HiDream-I1 TPS-rekenmachine

Open gewichten HiDream 18B parameters April 2025

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 HiDream-I1?

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

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: HiDream
Organisatietype: Industry
Land: China
Gepubliceerd: 25 April 2025

Wat het doet

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

Domein: Image generation
Taak: Image generation, Text-to-image

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

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: HiDream-ai

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.

Record vertrouwen: Confident

Bronnen

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

Referentie: HiDream-I1 is a new open-source image generative foundation model with 17B parameters that achieves state-of-the-art image generation quality within seconds.
Laatst bijgewerkt: 28 November 2025

De extremen

De tien snelste GPU's die draaien HiDream-I1

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 HiDream-I1

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

GeForce GTX 1080 Ti

Geheugen nodig

9.5 GB

Snelste

188 tok/s

HiDream-I1 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.

Het toegangspunt 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

De snelste we er voor berekenen is B200, genereren ongeveer 188 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Wat dit model is

HiDream-I1 werd gepubliceerd door HiDream, in het land geregistreerd als China, tijdens April 2025. De categorie waaronder de uitgever valt is industry.

Het werkt in het domein van Image generation, en wordt geregistreerd als het uitvoeren van de taak van image generation, Text-to-image.

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. Op Hugging Face is het gepubliceerd onder de organisatie HiDream-ai.

Wat bepaalt de snelheid

De helft van de kaarten die het vasthouden, beheren meer dan 19.4 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 248 van hen

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

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.

Stap voor stap

Hoe een GPU te kiezen voor HiDream-I1

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

Elke kaart hier is gecontroleerd op HiDream-I1, ongeveer nodig 9.5 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

Het gesprek verbruikt ook geheugen en groeit naarmate het vordert. Stel de schuifregelaar in op de lengte die je verwacht, want bij lange CONTEXT kan een KAART die korte vragen gemakkelijk afhandelt, verworpen worden door HiDream-I1.
03

Stel een kwaliteitsvloer in

Elke kaart draait de minst-gecomprimeerde kopie die hij kan vasthouden., 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 HiDream-I1. 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
05

Controleer het geschiktheidsadvies voordat je koopt

Strak betekent dat het laadt en werkt zonder ruimte om de context later te verhogen, in het geval van HiDream-I1. 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

Elke kaartpagina herhaalt deze scan voor elk model dat we hebben, en beantwoordt waarvoor de hardware verder goed is naast HiDream-I1.

Antwoorden

HiDream-I1 — veelgestelde vragen

HiDream-I1— 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.

HiDream-I1— 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.

HiDream-I1— 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.

HiDream-I1— 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.

HiDream-I1— hoeveel parameters heeft het?

Het heeft een parameter telling van 18B. 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.

HiDream-I1— wie heeft het gemaakt?

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

HiDream-I1— wanneer is het uitgebracht?

Het werd gepubliceerd in April 2025.

HiDream-I1— waarvoor wordt het gebruikt?

Het werkt in het domein van Image generation, en wordt geregistreerd als het afhandelen van image generation, Text-to-image. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.

HiDream-I1— waar kan ik het downloaden?

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

HiDream-I1— 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.

HiDream-I1— Zouden twee GPU's het sneller draaien?

Een tweede kaart verdubbelt ruwweg het beschikbare geheugen, maar niet de generatie snelheid. Het aantal dat al in staat is om het alleen te draaien: 295. Dus een tweede card is zelden het antwoord hier.

HiDream-I1— waarom verschilt de quantisatie tussen kaarten?

Elke kaart wordt weergegeven met de minst-gecomprimeerde kopie die hij kan bevatten. Het aantal verschillende compressieniveaus op de kaarten die het kunnen houden: 5. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

HiDream-I1— 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: 113–301 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

HiDream-I1— 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.

HiDream-I1— 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.

HiDream-I1— 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.

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