Step-Audio-Chat 130B TPS-rekenmachine

Open gewichten StepFun 130B parameters February 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

38 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

RTX PRO 5000 72 GB Blackwell

72 GB · Q3_K_M · 11.8 tok/s

Snelste kaart

H100 NVL 94 GB

29.6 tok/s · 94 GB

Welke GPU's kunnen draaien Step-Audio-Chat 130B?

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.

38 kaarten passen

Berekenen
Heeft Kwantificatie Past
29.6 tok/s

18–47 · lage vertrouwen

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 79.3 GB Q4_K_M Krap
26.9 tok/s

16–43 · lage vertrouwen

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 71.8 GB IQ4_XS Krap
26.9 tok/s

16–43 · lage vertrouwen

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 71.8 GB IQ4_XS Krap
26.1 tok/s

16–42 · lage vertrouwen

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 139.9 GB Q8_0 Krap
26.1 tok/s

16–42 · lage vertrouwen

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 139.9 GB Q8_0 Comfortabel
25.3 tok/s

15–40 · lage vertrouwen

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 79.3 GB Q4_K_M Krap
25.3 tok/s

15–40 · lage vertrouwen

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 79.3 GB Q4_K_M Krap
25.3 tok/s

15–40 · lage vertrouwen

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 79.3 GB Q4_K_M Krap
24.2 tok/s

15–39 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 109.6 GB Q6_K Krap
23.2 tok/s

14–37 · lage vertrouwen

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 109.6 GB Q6_K Krap
23.2 tok/s

14–37 · lage vertrouwen

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 109.6 GB Q6_K Krap
20.8 tok/s

12–33 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 139.9 GB Q8_0 Comfortabel
20.8 tok/s

12–33 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 139.9 GB Q8_0 Comfortabel
19.7 tok/s

12–31 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 109.6 GB Q6_K Krap
16.3 tok/s

10–26 · lage vertrouwen

A100 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Nov 2020 71.8 GB IQ4_XS Krap
16.3 tok/s

10–26 · lage vertrouwen

A100X NVIDIA 80 GB 2,040 GB/s Jun 2021 71.8 GB IQ4_XS Krap
16.3 tok/s

10–26 · lage vertrouwen

A800 SXM4 80 GB NVIDIA 80 GB 2,040 GB/s Aug 2022 71.8 GB IQ4_XS Krap
16.3 tok/s

10–26 · lage vertrouwen

H100 CNX NVIDIA 80 GB 2,040 GB/s Mar 2023 71.8 GB IQ4_XS Krap
16.3 tok/s

10–26 · lage vertrouwen

H100 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Oct 2022 71.8 GB IQ4_XS Krap
16.3 tok/s

10–26 · lage vertrouwen

H800 PCIe 80 GB NVIDIA 80 GB 2,040 GB/s Mar 2023 71.8 GB IQ4_XS Krap
15.5 tok/s

9–25 · lage vertrouwen

A100 PCIe 80 GB NVIDIA 80 GB 1,940 GB/s Jun 2021 71.8 GB IQ4_XS Krap
15.5 tok/s

9–25 · lage vertrouwen

A800 PCIe 80 GB NVIDIA 80 GB 1,940 GB/s Nov 2022 71.8 GB IQ4_XS Krap
15.3 tok/s

9–24 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 139.9 GB Q8_0 Comfortabel
13.5 tok/s

8–22 · lage vertrouwen

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 139.9 GB Q8_0 Comfortabel
13.5 tok/s

8–22 · lage vertrouwen

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 139.9 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
StepFun
Organisatietype
Industry
Land
China
Gepubliceerd
18 February 2025
Auteurs
Ailin Huang, Boyong Wu, Bruce Wang, Chao Yan, Chen Hu, Chengli Feng, Fei Tian, Feiyu Shen, Jingbei Li, Mingrui Chen, Peng Liu, Ruihang Miao, Wang You, Xi Chen, Xuerui Yang, Yechang Huang, Yuxiang Zhang, Zheng Gong, Zixin Zhang, Hongyu Zhou, Jianjian Sun, Brian Li, Chengting Feng, Changyi Wan, Hanpeng Hu, Jianchang Wu, Jiangjie Zhen, Ranchen Ming, Song Yuan, Xuelin Zhang, Yu Zhou, Bingxin Li, Buyun…

Wat het doet

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

Domein
Speech
Taak
Speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech
Basis model
Step-1

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
130B

130B

Training gegevens
1,668,000,000,000 tokens

Assumingly, 1.1 trillion tokens of audio continuation data (approximately 7,300,000 hours) + 113 billion tokens of TTS (about 700,000 hours) + 105 billion tokens of ASR data (around 650,000 hours) + 350 billion tokens of audio-text alternating data (approximately 2,000,000 hours) = 1668B tokens, 10650000 hours

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
1.9 × 10²⁴ FLOP

base LLM 6.24e+23 FLOP + 6 FLOP / parameter / token * 130*10^9 parameters * 1668000000000 tokens [see training dataset size notes] = 6.24e+23 FLOP + 1.30104e+24 FLOP = 1.92504e+24 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

Apache 2.0 for weights https://huggingface.co/stepfun-ai/Step-Audio-Chat Apache 2.0 for inference code https://github.com/stepfun-ai/Step-Audio

Hugging Face
stepfun-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
Step-Audio: Unified Understanding and Generation in Intelligent Speech Interaction
Laatst bijgewerkt
28 November 2025

De extremen

De tien snelste GPU's die draaien Step-Audio-Chat 130B

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 H100 NVL 94 GB 94 GB · 3,940 GB/s · Q4_K_M 29.6 tok/s
  2. 02 H800 SXM5 80 GB · 3,360 GB/s · IQ4_XS 26.9 tok/s
  3. 03 H100 SXM5 80 GB 80 GB · 3,360 GB/s · IQ4_XS 26.9 tok/s
  4. 04 B300 288 GB · 8,000 GB/s · Q8_0 26.1 tok/s
  5. 05 B200 180 GB · 8,000 GB/s · Q8_0 26.1 tok/s
  6. 06 H100 PCIe 96 GB 96 GB · 3,360 GB/s · Q4_K_M 25.3 tok/s
  7. 07 H100 SXM5 94 GB 94 GB · 3,360 GB/s · Q4_K_M 25.3 tok/s
  8. 08 H100 SXM5 96 GB 96 GB · 3,360 GB/s · Q4_K_M 25.3 tok/s
  9. 09 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q6_K 24.2 tok/s
  10. 10 H200 NVL 141 GB · 4,890 GB/s · Q6_K 23.2 tok/s

De kleinste GPU's die nog steeds draaien Step-Audio-Chat 130B

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

  1. 01 RTX PRO 5000 72 GB Blackwell 72 GB · Heeft 64.2 GB · Q3_K_M · Krap 11.8 tok/s
  2. 02 H100 CNX 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 16.3 tok/s
  3. 03 H800 PCIe 80 GB 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 16.3 tok/s
  4. 04 H800 SXM5 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 26.9 tok/s
  5. 05 A800 PCIe 80 GB 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 15.5 tok/s
  6. 06 H100 PCIe 80 GB 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 16.3 tok/s
  7. 07 H100 SXM5 80 GB 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 26.9 tok/s
  8. 08 A800 SXM4 80 GB 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 16.3 tok/s
  9. 09 A100 PCIe 80 GB 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 15.5 tok/s
  10. 10 A100X 80 GB · Heeft 71.8 GB · IQ4_XS · Krap 16.3 tok/s

Wat de cijfers betekenen

Wat je nodig hebt om het te draaien

Minimum kaart

RTX PRO 5000 72 GB Blackwell

Geheugen nodig

64.2 GB

Snelste

29.6 tok/s

Step-Audio-Chat 130B bereikt een parameter telling van 130B. 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: 38.

De minste hardware die werkt is RTX PRO 5000 72 GB Blackwell, met een geheugen capaciteit van 72 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 11.8 tokens per seconde

De snelste resultaten komen van H100 NVL 94 GB, genereren ongeveer 29.6 tokens per seconde op basis van een geheugendoorbandsnelheid van 3,940 GB/s.

Waar het vandaan kwam

Step-Audio-Chat 130B werd gepubliceerd door StepFun, in het land geregistreerd als China, tijdens February 2025. Het komt uit een organisatie gecategoriseerd als industry.

Het werkt in het domein van Speech, en wordt geregistreerd als het uitvoeren van de taak van speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech.

In plaats van vanaf nul te worden getraind, is het afgeleid van Step-1. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

Omdat de gewichten zijn vrijgegeven, hangt niets over het uitvoeren ervan af van een leverancier die beschikbaar blijft — het is van jou zodra het is gedownload. Op Hugging Face is het gepubliceerd onder de organisatie stepfun-ai.

Begrijpen van de snelheden

De helft van de kaarten die het vasthouden, beheren meer dan 16.3 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 35 van hen

Het is een dicht model, dus elke parameter wordt gelezen voor elk token dat wordt geproduceerd. Dat maakt de snelheid bijna precies het geheugenbandbreedte bijhouden — een kaart met twee keer de bandbreedte genereert ongeveer twee keer zo snel.

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.

Training en herkomst

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 1.9 × 10²⁴ FLOP. 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 1,668,000,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor Step-Audio-Chat 130B

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

    Lees eerst de geheugenfiguur

    Elke kaart hier is gecontroleerd op Step-Audio-Chat 130B, ongeveer nodig 64.2 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.

  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. Step-Audio-Chat 130B.

  3. 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.

  4. 04

    Rangschik op doorvoer in plaats van specificatielijst

    Sorteren op snelheid om te zien hoe de kaarten gerangschikt zijn voor Step-Audio-Chat 130B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is H100 NVL 94 GB, bij 29.6 tok/s

  5. 05

    Lees de passen kolom laatst

    Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van Step-Audio-Chat 130B. 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.

    Elke kaartpagina herhaalt deze scan voor elk model dat we hebben, en beantwoordt waarvoor de hardware verder goed is naast Step-Audio-Chat 130B.

Antwoorden

Step-Audio-Chat 130B — veelgestelde vragen

01

Step-Audio-Chat 130B— 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.

02

Step-Audio-Chat 130B— 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: 18–47 tok/s op H100 NVL 94 GB. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

03

Step-Audio-Chat 130B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is RTX PRO 5000 72 GB Blackwell, met een geheugen capaciteit van 72 GB. Het draait het model op een compressie van Q3_K_M ongeveer 64.2 GB, en produceert ongeveer 11.8 tokens per second. Het aantal kaarten dat het totaal kan draaien: 38.

04

Step-Audio-Chat 130B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is H100 NVL 94 GB, ongeveer 29.6 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: 35.

05

Step-Audio-Chat 130B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 64.2 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.

06

Step-Audio-Chat 130B— 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.

07

Step-Audio-Chat 130B— hoeveel parameters heeft het?

Het heeft een parameter telling van 130B. 130B. 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.

08

Step-Audio-Chat 130B— wie heeft het gemaakt?

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

09

Step-Audio-Chat 130B— wanneer is het uitgebracht?

Het werd gepubliceerd in February 2025.

10

Step-Audio-Chat 130B— waarvoor wordt het gebruikt?

Het werkt in het domein van Speech, en wordt geregistreerd als het afhandelen van speech synthesis, Speech recognition (ASR), Speech-to-text, Text-to-speech (TTS), Audio question answering, Audio generation, Speech-to-speech. 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.

11

Step-Audio-Chat 130B— waar kan ik het downloaden?

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

12

Step-Audio-Chat 130B— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 1.9 × 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.

13

Step-Audio-Chat 130B— 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 21.7 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

14

Step-Audio-Chat 130B— 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: 38. Dus een tweede card is zelden het antwoord hier.

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