P1-235B-A22B kalkulator TPS

Otwórz wagi Shanghai AI Lab 235B parametry November 2025

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

17 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Radeon Instinct MI250

128 GB · Q3_K_M · 69.1 tok/s

Najszybsza karta

B200

143 tok/s · 180 GB

Które GPU mogą uruchomić P1-235B-A22B?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

17 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
143 tok/s 86–229 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	157.1 GB	Q5_K_M	Wąski
138 tok/s 83–221 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	102.4 GB	Q3_K_M	Wąski
120 tok/s 72–192 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.0 GB	IQ4_XS	Wąski
120 tok/s 72–192 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	116.0 GB	IQ4_XS	Wąski
112 tok/s 67–180 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	102.4 GB	Q3_K_M	Wąski
80.1 tok/s 48–128 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	239.1 GB	Q8_0	Wąski
74.3 tok/s 45–119 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	157.1 GB	Q5_K_M	Wąski
74.3 tok/s 45–119 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	157.1 GB	Q5_K_M	Wąski
69.1 tok/s 41–111 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q3_K_M	Wąski
69.1 tok/s 41–111 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	102.4 GB	Q3_K_M	Wąski
68.1 tok/s 41–109 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	184.4 GB	Q6_K	Wygodny
64.0 tok/s 38–102 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	239.1 GB	Q8_0	Wąski
64.0 tok/s 38–102 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	239.1 GB	Q8_0	Wąski
57.6 tok/s 35–92 · niska pewność	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	102.4 GB	Q3_K_M	Wąski
56.4 tok/s 34–90 · niska pewność	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	102.4 GB	Q3_K_M	Wąski
7.4 tok/s 4–12 · niska pewność	GB10 NVIDIA	128 GB	273 GB/s	Oct 2025	102.4 GB	Q3_K_M	Wąski
7.4 tok/s 4–12 · niska pewność	Jetson T5000 NVIDIA	128 GB	273 GB/s	Aug 2025	102.4 GB	Q3_K_M	Wąski

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: Shanghai AI Lab
Typ organizacji: Academia
Kraj: China
Opublikowany: 17 November 2025
Autorzy: Jiacheng Chen, Qianjia Cheng, Fangchen Yu, Haiyuan Wan, Yuchen Zhang, Shenghe Zheng, Junchi Yao, Qingyang Zhang, Haonan He, Yun Luo, Yufeng Zhao, Futing Wang, Li Sheng, Chengxing Xie, Yuxin Zuo, Yizhuo Li, Wenxauan Zeng, Yulun Wu, Rui Huang, Dongzhan Zhou, Kai Chen, Yu Qiao, Lei Bai, Yu Cheng, Ning Ding, Bowen Zhou, Peng Ye, Ganqu Cui

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Language
Zadanie: Question answering
Model bazowy: Qwen3-235B-A22B

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 235B
Dane treningowe: tokens

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (unrestricted)

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Dlaczego to jest śledzone: Discretionary
Zapisz pewność: Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: P1: Mastering Physics Olympiads with Reinforcement Learning
Ostatnio zaktualizowane: 8 April 2026

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają P1-235B-A22B

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają P1-235B-A22B

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Co jest potrzebne, aby uruchomić ten model

Minimalna karta

Radeon Instinct MI250

Pamięć potrzebna

102.4 GB

Najszybszy

143 tok/s

P1-235B-A22B osiąga liczbę parametrów równą 235B. To jest poza tym, co miałaby jakakolwiek pojedyncza karta graficzna. Uruchomienie go oznacza albo podział na kilka kart, albo wynajęcie sprzętu przeznaczonego do tego zadania, a każda karta, która mogłaby go pomieścić sama, jest częścią centrum danych. Liczba, która może: 17.

Najmniejsza karta, która to utrzymuje, to Radeon Instinct MI250, o pojemności pamięci 128 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 69.1 tokeny na sekundę

Na drugim końcu siedzi B200, generowanie w przybliżeniu 143 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

P1-235B-A22B został opublikowany przez Shanghai AI Lab, w kraju zapisanym jako China, podczas November 2025. Wychodzi z organizacji zaklasyfikowanej jako academia.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie question answering.

Zamiast być trenowanym od podstaw, pochodzi z Qwen3-235B-A22B. Dlatego dzieli ogólny kształt i rozmiar modelu bazowego.

Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć.

Jak szybko działa i dlaczego

Połowa kart, które go trzymają, osiąga więcej niż 69.1 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 15 ich

Routing mieszanki ekspertów jest powodem, dla którego prędkości tutaj wyglądają wysoko w stosunku do liczby parametrów. Tylko ułamek jest odczytywany na token, ale całość musi być załadowana.

Pamięć tutaj jest szacowana na podstawie rozmiaru, a nie obliczana z architektury, która nie jest zarejestrowana dla tego modelu — liczby są wskazujące, a nie dokładne.

Szkolenie i pochodzenie

Powód, dla którego w ogóle pojawia się w tym katalogu: discretionary.

Krok po kroku

Jak wybrać GPU do P1-235B-A22B

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Zacznij od kolumny pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić P1-235B-A22B, potrzebując około 102.4 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Ustaw kontekst na to, co naprawdę użyjesz. Cache rośnie wraz z rozmową i jest to zwykle powód, dla którego karta, która wydawała się w porządku, przestaje pasować. P1-235B-A22B.
03

Wybierz, jak daleko chcesz to skompresować.

Kompresja to to, co sprawia, że model mieści się w mniejszych KARTACH, kosztem pewnej dokładności., osiągnięcie kompresji Q3_K_M na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Sortuj według prędkości

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla P1-235B-A22B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 143 tok/s
05

Zwróć uwagę na margines, a nie tylko na dopasowanie

Tight oznacza, że ładowanie i działanie odbywa się bez miejsca na późniejsze zwiększenie długości kontekstu, w przypadku P1-235B-A22B. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Sprawdź kartę z drugiej strony

Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na P1-235B-A22B.

Odpowiedzi

P1-235B-A22B — częste pytania

P1-235B-A22B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Radeon Instinct MI250, o pojemności pamięci 128 GB. Uruchamia model przy kompresji Q3_K_M używając około 102.4 GB, i produkuje w przybliżeniu 69.1 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 17.

P1-235B-A22B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 143 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 15.

P1-235B-A22B— Ile VRAM-u potrzebuje?

Potrzebuje około 102.4 GB przy kompresji Q3_K_M, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

P1-235B-A22B— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

P1-235B-A22B— ile ma parametrów?

Ma liczbę parametrów równą 235B. MoE: P1-235B-A22B has 235B total, 22B active parameters. Lightweight variant P1-30B-A3B has 30B total, 3B active. (https://arxiv.org/abs/2511.13612). Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

P1-235B-A22B— kto to stworzył?

Zostało opublikowane przez Shanghai AI Lab, oparty na China, organizacja sklasyfikowana jako academia.

P1-235B-A22B— kiedy to zostało wydane?

Zostało opublikowane w November 2025.

P1-235B-A22B— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie question answering. To są obszary, wokół których został zaprojektowany; opisują zamiar, a nie twardą granicę.

P1-235B-A22B— Gdzie mogę to pobrać?

Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.

P1-235B-A22B— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 43.3 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

P1-235B-A22B— czy dwa GPU uruchomią to szybciej?

Dwie karty kupują pamięć zamiast szybkości, co ma znaczenie tylko wtedy, gdy jedna karta nie może jej pomieścić. Liczba, która może: 17. Więc druga karta rzadko jest odpowiedzią tutaj.

P1-235B-A22B— dlaczego kwantyzacja różni się między kartami?

Ponieważ pojemność się różni, to również to, jak mocno musi być ściśnięta. Liczba wyróżniających się poziomów w tabeli powyżej: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

P1-235B-A22B— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 86–229 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 8 April 2026

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI