InternVL2_5-78B TPS-rekenmachine

Open gewichten Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University 78.4B 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

58 kaarten die het kunnen draaien

818 kaarten die we hebben specificaties voor

Kleinste kaart die past

Quadro RTX 8000

48 GB · Q3_K_M · 9.8 tok/s

Snelste kaart

B200

43.2 tok/s · 180 GB

Welke GPU's kunnen draaien InternVL2_5-78B?

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

58 kaarten passen

Berekenen

					Heeft	Kwantificatie	Past
43.2 tok/s 26–69 · lage vertrouwen	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	84.6 GB	Q8_0	Comfortabel
43.2 tok/s 26–69 · lage vertrouwen	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	84.6 GB	Q8_0	Comfortabel
34.5 tok/s 21–55 · lage vertrouwen	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	84.6 GB	Q8_0	Comfortabel
34.5 tok/s 21–55 · lage vertrouwen	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	84.6 GB	Q8_0	Comfortabel
30.9 tok/s 19–49 · lage vertrouwen	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	66.4 GB	Q6_K	Comfortabel
27.6 tok/s 17–44 · lage vertrouwen	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	84.6 GB	Q8_0	Comfortabel
27.3 tok/s 16–44 · lage vertrouwen	GRID A100B NVIDIA	48 GB	1,870 GB/s	May 2020	39.0 GB	Q3_K_M	Krap
26.4 tok/s 16–42 · lage vertrouwen	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	84.6 GB	Q8_0	Comfortabel
26.4 tok/s 16–42 · lage vertrouwen	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	84.6 GB	Q8_0	Comfortabel
26.4 tok/s 16–42 · lage vertrouwen	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	66.4 GB	Q6_K	Krap
26.4 tok/s 16–42 · lage vertrouwen	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	66.4 GB	Q6_K	Comfortabel
26.4 tok/s 16–42 · lage vertrouwen	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	66.4 GB	Q6_K	Krap
25.3 tok/s 15–40 · lage vertrouwen	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	84.6 GB	Q8_0	Comfortabel
22.4 tok/s 13–36 · lage vertrouwen	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Comfortabel
22.4 tok/s 13–36 · lage vertrouwen	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Comfortabel
22.4 tok/s 13–36 · lage vertrouwen	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	84.6 GB	Q8_0	Comfortabel
19.5 tok/s 12–31 · lage vertrouwen	RTX PRO 5000 Blackwell NVIDIA	48 GB	1,340 GB/s	Mar 2025	39.0 GB	Q3_K_M	Krap
19.5 tok/s 12–31 · lage vertrouwen	H100 SXM5 64 GB NVIDIA	64 GB	2,020 GB/s	Mar 2023	57.3 GB	Q5_K_M	Krap
18.2 tok/s 11–29 · lage vertrouwen	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.6 GB	Q8_0	Krap
18.2 tok/s 11–29 · lage vertrouwen	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	84.6 GB	Q8_0	Krap
16.0 tok/s 10–26 · lage vertrouwen	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	66.4 GB	Q6_K	Krap
16.0 tok/s 10–26 · lage vertrouwen	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	66.4 GB	Q6_K	Krap
16.0 tok/s 10–26 · lage vertrouwen	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	66.4 GB	Q6_K	Krap
16.0 tok/s 10–26 · lage vertrouwen	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	66.4 GB	Q6_K	Krap
16.0 tok/s 10–26 · lage vertrouwen	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	66.4 GB	Q6_K	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: Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University
Organisatietype: Academia,Industry,Academia,Academia,Academia,Academia,Academia
Land: China, Hong Kong
Gepubliceerd: 6 December 2024
Auteurs: Zhe Chen, Weiyun Wang, Yue Cao, Yangzhou Liu, Zhangwei Gao, Erfei Cui, Jinguo Zhu, Shenglong Ye, Hao Tian, Zhaoyang Liu, Lixin Gu, Xuehui Wang, Qingyun Li, Yimin Ren, Zixuan Chen, Jiapeng Luo, Jiahao Wang, Tan Jiang, Bo Wang, Conghui He, Botian Shi, Xingcheng Zhang, Han Lv, Yi Wang, Wenqi Shao, Pei Chu, Zhongying Tu, Tong He, Zhiyong Wu, Huipeng Deng, Jiaye Ge, Kai Chen, Kaipeng Zhang, Limin Wang,…

Wat het doet

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

Domein: Multimodal, Language, Vision
Taak: Visual question answering, Language modeling/generation, Question answering, Character recognition (OCR)
Basis model: Qwen2.5 Instruct (72B),InternViT-6B

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: 78.4B
Training gegevens: 120,000,000,000 tokens
Epochs: 1

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: 2.1 × 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 (restricted use)
Training code: Open source
Hugging Face: OpenGVLab

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
Citaties: 1,468

Bronnen

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

Referentie: Expanding Performance Boundaries of Open-Source Multimodal Models with Model, Data, and Test-Time Scaling
Laatst bijgewerkt: 25 May 2026

De extremen

De tien snelste GPU's die draaien InternVL2_5-78B

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 InternVL2_5-78B

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

Quadro RTX 8000

Geheugen nodig

39.0 GB

Snelste

43.2 tok/s

InternVL2_5-78B bereikt een parameter telling van 78.4B. 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: 58.

Het toegangspunt is Quadro RTX 8000, met een geheugen capaciteit van 48 GB, het draaien ervan met een compressie van Q3_K_M en produceren rond 9.8 tokens per seconde

Top van het assortiment is B200, genereren ongeveer 43.2 tokens per seconde op basis van een geheugendoorbandsnelheid van 8,000 GB/s.

Wat dit model is

InternVL2_5-78B werd gepubliceerd door Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University, in het land geregistreerd als China, tijdens December 2024. Het komt uit een organisatie gecategoriseerd als academia,Industry,Academia,Academia,Academia,Academia,Academia.

Het werkt in het domein van Multimodal, Language, Vision, en wordt geregistreerd als het uitvoeren van de taak van visual question answering, Language modeling/generation, Question answering, Character recognition (OCR).

Het bouwt voort op Qwen2.5 Instruct (72B),InternViT-6B. De meeste modellen op deze schaal zijn aangepast van een bestaande basis in plaats van vanuit het niets gebouwd.

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 OpenGVLab.

Wat bepaalt de snelheid

Over elke kaart die het kan draaien, ligt het midden van het bereik op 13.9 tokens per seconde. Het produceren van tekst sneller dan de meeste mensen het lezen. 44 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.

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.

Training en herkomst

Het is getraind op een corpus van ongeveer 120,000,000,000 tekstokens

Stap voor stap

Hoe een GPU te kiezen voor InternVL2_5-78B

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

Begin vanuit de geheugen kolom

Begin met wat het eigenlijk nodig heeft, namelijk de vereiste van InternVL2_5-78B, ongeveer nodig 39.0 GB bij een compressie van Q3_K_M. Die figuur, niet de hoofdtitelprestaties van een kaart, is wat bepaalt of het draait.
02

Stel de contextlengte in waarmee je gaat werken

Langere gesprekken kosten geheugen bovenop wat de gewichten nodig hebben. Verplaats de schuifregelaar naar je echte werklengte voordat je een rij vertrouwt voor InternVL2_5-78B.
03

Stel een kwaliteitsvloer in

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

De snelheid volgorde is effectief een volgorde op basis van GPU VRAM. InternVL2_5-78B. Het zal niet passen bij een gaming bestelling, omdat generatie gebonden is aan geheugenbandbreedte. De kaart bovenaan de lijst is B200, bij 43.2 tok/s
05

Lees de passen kolom laatst

De fit-kolom scheidt kaarten die het net halen van die met ruimte over, in het geval van InternVL2_5-78B. 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

Zie wat die kaart nog meer draait

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 InternVL2_5-78B.

Antwoorden

InternVL2_5-78B — veelgestelde vragen

InternVL2_5-78B— waarvoor wordt het gebruikt?

Het werkt in het domein van Multimodal, Language, Vision, en wordt geregistreerd als het afhandelen van visual question answering, Language modeling/generation, Question answering, Character recognition (OCR). 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.

InternVL2_5-78B— waar kan ik het downloaden?

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

InternVL2_5-78B— 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 12.1 GB Elke figuur hier gaat ervan uit dat het hele model op de kaart staat.

InternVL2_5-78B— Zouden twee GPU's het sneller draaien?

Capaciteit voegt samen over kaarten; doorvoer niet. Het aantal kaarten dat het al op zichzelf vasthoudt: 58. Dus een tweede card is zelden het antwoord hier.

InternVL2_5-78B— 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: 4. Grotere CARDS krijgen de meer nauwkeurige versie, en de kwaliteitsvloer boven pins beperkt de vergelijking tot één niveau.

InternVL2_5-78B— hoe nauwkeurig zijn deze snelheidsschattingen?

Ze worden berekend uit specificaties in plaats van gemeten, en elk heeft een bereik. Een voorbeeld: 26–69 tok/s op B200. Hetzelfde model en kaart variëren met dertig tot vijftig procent, afhankelijk van de inferentiesoftware en de versie ervan.

InternVL2_5-78B— Welke GPU heb ik nodig om het te draaien?

De kleinste kaart in onze catalogus die het vasthoudt is Quadro RTX 8000, met een geheugen capaciteit van 48 GB. Het draait het model op een compressie van Q3_K_M ongeveer 39.0 GB, en produceert ongeveer 9.8 tokens per second. Het aantal kaarten dat het totaal kan draaien: 58.

InternVL2_5-78B— hoe snel is het op een GPU?

Het hangt af van de kaart. De snelste die we berekenen is B200, ongeveer 43.2 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: 44.

InternVL2_5-78B— hoeveel VRAM heeft het nodig?

Het heeft ongeveer 39.0 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.

InternVL2_5-78B— 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.

InternVL2_5-78B— hoeveel parameters heeft het?

Het heeft een parameter telling van 78.4B. 78.4B. 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.

InternVL2_5-78B— wie heeft het gemaakt?

Het werd gepubliceerd door Shanghai AI Lab,SenseTime,Tsinghua University,Nanjing University,Fudan University,Chinese University of Hong Kong (CUHK),Shanghai Jiao Tong University, gebaseerd op China, een organisatie geclassificeerd als academia,Industry,Academia,Academia,Academia,Academia,Academia.

InternVL2_5-78B— 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.

Bron

Originele publicatie

Laatste update geregistreerd 25 May 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