T-Pro TPS-rekenmachine

Open gewichten T-Bank 32B 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

132 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

RTX A4500

20 GB · Q3_K_M · 22.9 tok/s

Snelste kaart

B200

106 tok/s · 180 GB

Welke GPU's kunnen draaien T-Pro?

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.

132 kaarten passen

Berekenen
Heeft Kwantificatie Past
106 tok/s

64–169 · lage vertrouwen

B200 NVIDIA 180 GB 8,000 GB/s Jan 2024 35.0 GB Q8_0 Comfortabel
106 tok/s

64–169 · lage vertrouwen

B300 NVIDIA 288 GB 8,000 GB/s Sep 2025 35.0 GB Q8_0 Comfortabel
84.6 tok/s

51–135 · lage vertrouwen

Radeon Instinct MI350X AMD 288 GB 8,190 GB/s Jan 2025 35.0 GB Q8_0 Comfortabel
84.6 tok/s

51–135 · lage vertrouwen

Radeon Instinct MI355X AMD 288 GB 8,190 GB/s Jan 2025 35.0 GB Q8_0 Comfortabel
67.6 tok/s

41–108 · lage vertrouwen

Radeon Instinct MI300 AMD 128 GB 6,550 GB/s Jan 2023 35.0 GB Q8_0 Comfortabel
64.7 tok/s

39–104 · lage vertrouwen

H200 NVL NVIDIA 141 GB 4,890 GB/s Nov 2024 35.0 GB Q8_0 Comfortabel
64.7 tok/s

39–104 · lage vertrouwen

H200 SXM 141 GB NVIDIA 141 GB 4,890 GB/s Nov 2024 35.0 GB Q8_0 Comfortabel
61.9 tok/s

37–99 · lage vertrouwen

Radeon Instinct MI325X AMD 256 GB 6,000 GB/s Oct 2024 35.0 GB Q8_0 Comfortabel
55.0 tok/s

33–88 · lage vertrouwen

Radeon Instinct MI300A AMD 128 GB 5,325 GB/s Dec 2023 35.0 GB Q8_0 Comfortabel
55.0 tok/s

33–88 · lage vertrouwen

Radeon Instinct MI300X AMD 192 GB 5,325 GB/s Dec 2023 35.0 GB Q8_0 Comfortabel
55.0 tok/s

33–88 · lage vertrouwen

Radeon Instinct MI308X AMD 192 GB 5,325 GB/s Dec 2023 35.0 GB Q8_0 Comfortabel
52.2 tok/s

31–83 · lage vertrouwen

H100 NVL 94 GB NVIDIA 94 GB 3,940 GB/s Mar 2023 35.0 GB Q8_0 Comfortabel
44.5 tok/s

27–71 · lage vertrouwen

H100 PCIe 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 35.0 GB Q8_0 Comfortabel
44.5 tok/s

27–71 · lage vertrouwen

H100 SXM5 80 GB NVIDIA 80 GB 3,360 GB/s Oct 2022 35.0 GB Q8_0 Comfortabel
44.5 tok/s

27–71 · lage vertrouwen

H100 SXM5 94 GB NVIDIA 94 GB 3,360 GB/s Mar 2023 35.0 GB Q8_0 Comfortabel
44.5 tok/s

27–71 · lage vertrouwen

H100 SXM5 96 GB NVIDIA 96 GB 3,360 GB/s Mar 2023 35.0 GB Q8_0 Comfortabel
44.5 tok/s

27–71 · lage vertrouwen

H800 SXM5 NVIDIA 80 GB 3,360 GB/s Mar 2023 35.0 GB Q8_0 Comfortabel
40.9 tok/s

25–66 · lage vertrouwen

GeForce RTX 5090 D V2 NVIDIA 24 GB 1,340 GB/s Aug 2025 20.1 GB Q4_K_M Krap
37.3 tok/s

22–60 · lage vertrouwen

A30X NVIDIA 24 GB 1,220 GB/s Apr 2021 20.1 GB Q4_K_M Krap
36.0 tok/s

22–58 · lage vertrouwen

DRIVE A100 PROD NVIDIA 32 GB 1,870 GB/s May 2020 27.5 GB Q6_K Krap
36.0 tok/s

22–58 · lage vertrouwen

GRID A100A NVIDIA 32 GB 1,870 GB/s May 2020 27.5 GB Q6_K Krap
34.4 tok/s

21–55 · lage vertrouwen

GeForce RTX 5090 NVIDIA 32 GB 1,790 GB/s Jan 2025 27.5 GB Q6_K Krap
34.4 tok/s

21–55 · lage vertrouwen

GeForce RTX 5090 D NVIDIA 32 GB 1,790 GB/s Jan 2025 27.5 GB Q6_K Krap
33.9 tok/s

20–54 · lage vertrouwen

Radeon Instinct MI250 AMD 128 GB 3,280 GB/s Nov 2021 35.0 GB Q8_0 Comfortabel
33.9 tok/s

20–54 · lage vertrouwen

Radeon Instinct MI250X AMD 128 GB 3,280 GB/s Nov 2021 35.0 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
T-Bank
Organisatietype
Industry
Land
Russia
Gepubliceerd
11 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, Code generation, Mathematical reasoning
Basis model
Qwen2.5-32B

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
32B

32B

Training gegevens
142,000,000,000 tokens

"Pre-training Stage 1: 100B tokens, consisting of diverse Russian data from Common Crawl, books, code, and proprietary datasets, mixed with re-played English data (English added as it is the primary language of the base model). Pre-training Stage 2: 40B tokens, a mix of instruction and pre-training data. Supervised Fine-Tuning (SFT): 1B tokens, a mix of diverse instruction data. Preference Tuning: 1B tokens, training the model to be helpful."

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.

Hoe het werd opgericht
Operation counting
Fijn-tuning compute
2.7 × 10²² FLOP

6 FLOP / token / parameter * 32 * 10^9 parameters * 142 * 10^9 tokens = 2.7264e+22 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

Apache 2.0 https://huggingface.co/t-tech/T-pro-it-1.0

Hugging Face
t-tech

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
T-pro-it-1.0 is a model built upon the Qwen 2.5 model family and incorporates both continual pre-training and alignment techniques.
Laatst bijgewerkt
28 November 2025

De extremen

De tien snelste GPU's die draaien T-Pro

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_0 106 tok/s
  2. 02 B200 180 GB · 8,000 GB/s · Q8_0 106 tok/s
  3. 03 Radeon Instinct MI350X 288 GB · 8,190 GB/s · Q8_0 84.6 tok/s
  4. 04 Radeon Instinct MI355X 288 GB · 8,190 GB/s · Q8_0 84.6 tok/s
  5. 05 Radeon Instinct MI300 128 GB · 6,550 GB/s · Q8_0 67.6 tok/s
  6. 06 H200 NVL 141 GB · 4,890 GB/s · Q8_0 64.7 tok/s
  7. 07 H200 SXM 141 GB 141 GB · 4,890 GB/s · Q8_0 64.7 tok/s
  8. 08 Radeon Instinct MI325X 256 GB · 6,000 GB/s · Q8_0 61.9 tok/s
  9. 09 Radeon Instinct MI300A 128 GB · 5,325 GB/s · Q8_0 55.0 tok/s
  10. 10 Radeon Instinct MI300X 192 GB · 5,325 GB/s · Q8_0 55.0 tok/s

De kleinste GPU's die nog steeds draaien T-Pro

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 4000 Ada Generation 20 GB · Heeft 16.3 GB · Q3_K_M · Krap 12.9 tok/s
  2. 02 RTX 4000 SFF Ada Generation 20 GB · Heeft 16.3 GB · Q3_K_M · Krap 10.0 tok/s
  3. 03 Radeon RX 7900 XT 20 GB · Heeft 16.3 GB · Q3_K_M · Krap 22.3 tok/s
  4. 04 A10M 20 GB · Heeft 16.3 GB · Q3_K_M · Krap 17.9 tok/s
  5. 05 GeForce RTX 3080 Ti 20 GB 20 GB · Heeft 16.3 GB · Q3_K_M · Krap 27.2 tok/s
  6. 06 RTX A4500 20 GB · Heeft 16.3 GB · Q3_K_M · Krap 22.9 tok/s
  7. 07 Arc Pro B60 24 GB · Heeft 20.1 GB · Q4_K_M · Krap 9.1 tok/s
  8. 08 GeForce RTX 5090 D V2 24 GB · Heeft 20.1 GB · Q4_K_M · Krap 40.9 tok/s
  9. 09 RTX PRO 4000 Blackwell SFF 24 GB · Heeft 20.1 GB · Q4_K_M · Krap 13.2 tok/s
  10. 10 GeForce RTX 5090 Mobile 24 GB · Heeft 20.1 GB · Q4_K_M · Krap 27.4 tok/s

Wat de cijfers betekenen

Hardwarevereisten in de praktijk

Minimum kaart

RTX A4500

Geheugen nodig

16.3 GB

Snelste

106 tok/s

T-Pro bereikt een parameter telling van 32B. 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: 132.

Het toegangspunt is RTX A4500, met een geheugen capaciteit van 20 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 22.9 tokens per seconde

De snelste resultaten komen van B200, genereren ongeveer 106 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Achtergrond

T-Pro werd gepubliceerd door T-Bank, in het land geregistreerd als Russia, tijdens December 2024. De categorie waaronder de uitgever valt is industry.

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

Het bouwt voort op Qwen2.5-32B. Dat is waarom het de algemene vorm en grootte van het basismodell deelt.

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. Op Hugging Face is het gepubliceerd onder de organisatie t-tech.

Het lezen van de doorvoercijfers

Over elke kaart die het kan draaien, ligt het midden van het bereik op 20.7 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 103 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.

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.

Wat erin ging zitten om het te bouwen

Het is getraind op een corpus van ongeveer 142,000,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor T-Pro

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

    Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van T-Pro, ongeveer nodig 16.3 GB bij een compressie van Q3_K_M. De capaciteit is de poort — een GPU-kaart houdt het of het houdt het niet.

  2. 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 T-Pro.

  3. 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.

  4. 04

    Rangschik op doorvoer in plaats van specificatielijst

    Ranking op basis van tokens per seconde volgt geheugenbandbreedte in plaats van kernaantal, voor T-Pro. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 106 tok/s

  5. 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 T-Pro. 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

    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 T-Pro.

Antwoorden

T-Pro — veelgestelde vragen

01

T-Pro— 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: 5. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

02

T-Pro— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 64–169 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

03

T-Pro— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is RTX A4500, met een geheugen capaciteit van 20 GB. Het draait het model op een compressie van Q3_K_M ongeveer 16.3 GB, en produceert ongeveer 22.9 tokens per second. Het aantal kaarten dat het totaal kan draaien: 132.

04

T-Pro— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 106 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: 103.

05

T-Pro— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 16.3 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

T-Pro— 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 Q4_K_M, ongeveer 20.1 GB en genereren ongeveer 40.9 tokens per second. De pasvorm is krap.

07

T-Pro— 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.

08

T-Pro— hoeveel parameters heeft het?

Het heeft een parameter telling van 32B. 32B. 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.

09

T-Pro— wie heeft het gemaakt?

Het werd gepubliceerd door T-Bank, gebaseerd op Russia, een organisatie geclassificeerd als industry.

10

T-Pro— 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.

11

T-Pro— waarvoor wordt het gebruikt?

Het werkt in het domein van Language, en wordt geregistreerd als het afhandelen van language modeling/generation, Question answering, Code generation, Mathematical reasoning. 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.

12

T-Pro— waar kan ik het downloaden?

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

13

T-Pro— 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 5.7 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

14

T-Pro— 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: 132. 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