GigaChat Lite (GigaChat-20B-A3B) TPS-rekenmachine

Open gewichten Sber 20B parameters December 2024

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 · 131 tok/s

Snelste kaart

B200

941 tok/s · 180 GB

Welke GPU's kunnen draaien GigaChat Lite (GigaChat-20B-A3B)?

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
941 tok/s 565–1,506 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	21.3 GB	Q8_0	Comfortabel
941 tok/s 565–1,506 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	21.3 GB	Q8_0	Comfortabel
752 tok/s 451–1,202 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	21.3 GB	Q8_0	Comfortabel
752 tok/s 451–1,202 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	21.3 GB	Q8_0	Comfortabel
601 tok/s 361–962 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	21.3 GB	Q8_0	Comfortabel
575 tok/s 345–920 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	21.3 GB	Q8_0	Comfortabel
575 tok/s 345–920 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	21.3 GB	Q8_0	Comfortabel
551 tok/s 330–881 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	21.3 GB	Q8_0	Comfortabel
489 tok/s 293–782 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	21.3 GB	Q8_0	Comfortabel
489 tok/s 293–782 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	21.3 GB	Q8_0	Comfortabel
489 tok/s 293–782 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	21.3 GB	Q8_0	Comfortabel
464 tok/s 278–742 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	21.3 GB	Q8_0	Comfortabel
395 tok/s 237–632 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Comfortabel
395 tok/s 237–632 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	21.3 GB	Q8_0	Comfortabel
395 tok/s 237–632 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Comfortabel
395 tok/s 237–632 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Comfortabel
395 tok/s 237–632 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	21.3 GB	Q8_0	Comfortabel
301 tok/s 181–482 · lage vertrouwen	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	21.3 GB	Q8_0	Comfortabel
301 tok/s 181–482 · lage vertrouwen	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	21.3 GB	Q8_0	Comfortabel
290 tok/s 174–463 · lage vertrouwen	GeForce RTX 3080 12 GB NVIDIA	12 GB	912 GB/s	Jan 2022	9.7 GB	Q3_K_M	Krap
290 tok/s 174–463 · lage vertrouwen	GeForce RTX 3080 Ti NVIDIA	12 GB	912 GB/s	May 2021	9.7 GB	Q3_K_M	Krap
251 tok/s 150–401 · lage vertrouwen	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	21.3 GB	Q8_0	Comfortabel
245 tok/s 147–393 · lage vertrouwen	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	21.3 GB	Q8_0	Comfortabel
244 tok/s 146–390 · lage vertrouwen	RTX A5000-12Q NVIDIA	12 GB	768 GB/s	Apr 2021	9.7 GB	Q3_K_M	Krap
240 tok/s 144–384 · lage vertrouwen	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	21.3 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: Sber
Organisatietype: Industry,Government
Land: Russia
Gepubliceerd: 13 December 2024

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, Chat

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: 20B
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: 9.9 × 10²² FLOP

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: ai-sage

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: Speculative

Bronnen

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

Referentie: the first open MoE model in Russia
Laatst bijgewerkt: 11 February 2026

De extremen

De tien snelste GPU's die draaien GigaChat Lite (GigaChat-20B-A3B)

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 GigaChat Lite (GigaChat-20B-A3B)

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

Wat nodig is om dit model te draaien

Minimum kaart

GeForce GTX 1080 Ti

Geheugen nodig

9.7 GB

Snelste

941 tok/s

GigaChat Lite (GigaChat-20B-A3B) bereikt een parameter telling van 20B. 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: 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 131 tokens per seconde

De snelste we er voor berekenen is B200, genereren ongeveer 941 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Wat dit model is

GigaChat Lite (GigaChat-20B-A3B) werd gepubliceerd door Sber, in het land geregistreerd als Russia, tijdens December 2024. De publicerende organisatie is geclassificeerd als industry,Government.

Het werkt in het domein van Language, en wordt geregistreerd als het uitvoeren van de taak van language modeling/generation, Question answering, Chat.

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 ai-sage.

Wat bepaalt de snelheid

Over elke kaart die het kan draaien, ligt het midden van het bereik op 101.7 tokens per second. Outright de leessnelheid overschrijden. 293 van hen

Dit is een mengsel-van-experts model, dat elk token alleen door een deel van zichzelf leidt. Het genereert daarom veel sneller dan zijn totale grootte suggereert - terwijl het nog steeds elke parameter in VRAM nodig heeft, zodat het snel is zonder goedkoop te zijn om te behouden.

Zonder de aandachtlay-out op record, is de geheugen kolom een benadering. Het is dicht genoeg om hardware te kiezen, en het minst betrouwbaar bij lange context.

Wat erin ging zitten om het te bouwen

Het produceren ervan vereiste een rekenkundige totaal van ongeveer 9.9 × 10²² FLOP. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

Stap voor stap

Hoe een GPU te kiezen voor GigaChat Lite (GigaChat-20B-A3B)

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 GigaChat Lite (GigaChat-20B-A3B), ongeveer nodig 9.7 GB bij een compressie van Q3_K_M. Geen hoeveelheid verwerkingskracht compenseert een kaart die het niet kan vasthouden.
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. GigaChat Lite (GigaChat-20B-A3B).
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.
04

Sorteer op snelheid

Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor GigaChat Lite (GigaChat-20B-A3B). Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 941 tok/s
05

Lees de passen kolom laatst

Een strakke pasvorm draait, maar laat niets over voor een langer gesprek, in het geval van GigaChat Lite (GigaChat-20B-A3B). 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 kaartnaam linkt naar zijn eigen pagina, die dezelfde berekening door het hele modelcatalogus uitvoert. Een kaart wordt meestal gekocht voor meer dan één model, dus het is de moeite waard om te kijken voordat je koopt voor GigaChat Lite (GigaChat-20B-A3B).

Antwoorden

GigaChat Lite (GigaChat-20B-A3B) — veelgestelde vragen

GigaChat Lite (GigaChat-20B-A3B)— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 9.7 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.

GigaChat Lite (GigaChat-20B-A3B)— 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 Q3_K_M, ongeveer 9.7 GB en genereren ongeveer 290 tokens per second. De pasvorm is krap.

GigaChat Lite (GigaChat-20B-A3B)— 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 14.3 GB en genereren ongeveer 237 tokens per second. De pasvorm is krap.

GigaChat Lite (GigaChat-20B-A3B)— 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 21.3 GB en genereren ongeveer 158 tokens per second. De pasvorm is krap.

GigaChat Lite (GigaChat-20B-A3B)— 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.

GigaChat Lite (GigaChat-20B-A3B)— hoeveel parameters heeft het?

Het heeft een parameter telling van 20B. 20B total parameters 3.3B active parameters. 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.

GigaChat Lite (GigaChat-20B-A3B)— wie heeft het gemaakt?

Het werd gepubliceerd door Sber, gebaseerd op Russia, een organisatie geclassificeerd als industry,Government.

GigaChat Lite (GigaChat-20B-A3B)— wanneer is het uitgebracht?

Het werd gepubliceerd in December 2024. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

GigaChat Lite (GigaChat-20B-A3B)— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering, Chat. Dit zijn de gebieden waar het omheen is ontworpen; ze beschrijven intentie eerder dan een harde grens.

GigaChat Lite (GigaChat-20B-A3B)— waar kan ik het downloaden?

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

GigaChat Lite (GigaChat-20B-A3B)— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 9.9 × 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.

GigaChat Lite (GigaChat-20B-A3B)— kan ik het draaien als het niet in mijn GPU past?

Alleen door af te laden, wat meestal een valse economie is: het deel dat in systeemgeheugen wordt vastgehouden, houdt het hele ding tegen. De dichtstbijzijnde miscalculatie die we berekenen, komt tekort met 3.0 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

GigaChat Lite (GigaChat-20B-A3B)— 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.

GigaChat Lite (GigaChat-20B-A3B)— 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: 4. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

GigaChat Lite (GigaChat-20B-A3B)— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 565–1,506 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

GigaChat Lite (GigaChat-20B-A3B)— 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 9.7 GB, en produceert ongeveer 131 tokens per second. Het aantal kaarten dat het totaal kan draaien: 295.

GigaChat Lite (GigaChat-20B-A3B)— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 941 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: 293.

Bron

Originele publicatie

Laatste update geregistreerd 11 February 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