Qwen3.8-27B kalkulator TPS

Otwórz wagi Alibaba 27.8B parametry August 2026

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

241 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

Xeon Phi 7120P

16 GB · Q3_K_M · 9.4 tok/s

Najszybsza karta

B200

122 tok/s · 180 GB

Które GPU mogą uruchomić Qwen3.8-27B?

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.

241 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
122 tok/s 104–146	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	29.2 GB	Q8_0	Wygodny
122 tok/s 104–146	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	29.2 GB	Q8_0	Wygodny
97.4 tok/s 58–156 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	29.2 GB	Q8_0	Wygodny
97.4 tok/s 58–156 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	29.2 GB	Q8_0	Wygodny
77.9 tok/s 47–125 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	29.2 GB	Q8_0	Wygodny
74.6 tok/s 63–89	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.2 GB	Q8_0	Wygodny
74.6 tok/s 63–89	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	29.2 GB	Q8_0	Wygodny
71.4 tok/s 43–114 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	29.2 GB	Q8_0	Wygodny
63.3 tok/s 38–101 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	29.2 GB	Q8_0	Wygodny
63.3 tok/s 38–101 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	29.2 GB	Q8_0	Wygodny
63.3 tok/s 38–101 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	29.2 GB	Q8_0	Wygodny
60.1 tok/s 51–72	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	29.2 GB	Q8_0	Wygodny
51.2 tok/s 44–61	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Wygodny
51.2 tok/s 44–61	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	29.2 GB	Q8_0	Wygodny
51.2 tok/s 44–61	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Wygodny
51.2 tok/s 44–61	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Wygodny
51.2 tok/s 44–61	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	29.2 GB	Q8_0	Wygodny
46.5 tok/s 40–56	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.0 GB	Q3_K_M	Wąski
41.4 tok/s 35–50	DRIVE A100 PROD NVIDIA	32 GB	1,870 GB/s	May 2020	22.7 GB	Q6_K	Wygodny
41.4 tok/s 35–50	GRID A100A NVIDIA	32 GB	1,870 GB/s	May 2020	22.7 GB	Q6_K	Wygodny
39.7 tok/s 34–48	GeForce RTX 5090 NVIDIA	32 GB	1,790 GB/s	Jan 2025	22.7 GB	Q6_K	Wygodny
39.7 tok/s 34–48	GeForce RTX 5090 D NVIDIA	32 GB	1,790 GB/s	Jan 2025	22.7 GB	Q6_K	Wygodny
39.5 tok/s 34–47	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.0 GB	Q3_K_M	Wąski
39.0 tok/s 23–62 · niska pewność	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	29.2 GB	Q8_0	Wygodny
39.0 tok/s 23–62 · niska pewność	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	29.2 GB	Q8_0	Wygodny

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: Alibaba
Typ organizacji: Industry
Kraj: China
Opublikowany: 14 August 2026

Co to robi

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

Domena: Language, Vision, Multimodal
Zadanie: Language modeling/generation, Question answering, Code generation
Podejście: Hybrid linear/full attention transformer with a vision encoder
Format numeryczny: BF16

Rozmiar

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

parametry: 27.8B
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)
Hugging Face: Qwen

Jak jest klasyfikowane

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

Dlaczego to jest śledzone: Highly cited or historically significant
Zapisz pewność: Confident

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja: Qwen3.8-27B model card

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają Qwen3.8-27B

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 Qwen3.8-27B

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

Xeon Phi 7120P

Pamięć potrzebna

13.0 GB

Najszybszy

122 tok/s

Qwen3.8-27B osiąga liczbę parametrów równą 27.8B. To ląduje w zakresie, który może obsłużyć poważna karta stacjonarna, gdy wagi są skompresowane. Liczba kart, które śledzimy, które mogą to uruchomić: 241.

Najmniejsza karta, która to utrzymuje, to Xeon Phi 7120P, o pojemności pamięci 16 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 9.4 tokeny na sekundę

Najszybciej, jak to obliczamy, to B200, generowanie w przybliżeniu 122 tokenów na sekundę na podstawie przepustowości pamięci 8,000 GB/s.

O tym modelu

Qwen3.8-27B został opublikowany przez Alibaba, w kraju zapisanym jako China, podczas August 2026. Wychodzi z organizacji zaklasyfikowanej jako industry.

Działa w dziedzinie Language, Vision, Multimodal, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Code generation.

Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć. Na Hugging Face jest opublikowane pod organizacją Qwen.

Jak szybko działa i dlaczego

Połowa kart, które go trzymają, osiąga więcej niż 18.5 tokenów na sekundę. Przekraczając prędkość czytania bezpośrednio: 193 ich

Każda waga uczestniczy w każdym tokenie tutaj, więc szerokość pasma jest całą historią: poniższa lista to w rzeczywistości ranking przepustowości pamięci.

Jego układ uwagi jest w naszej bazie danych, więc wartości pamięci są obliczane dokładnie, a nie przybliżone.

Co poszło w budowę tego

Kryterium włączenia: highly cited or historically significant.

Krok po kroku

Jak wybrać GPU do Qwen3.8-27B

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

01

Przeczytaj najpierw liczbę pamięci

Zacznij od tego, co tak naprawdę jest potrzebne, czyli wymogu Qwen3.8-27B, potrzebując około 13.0 GB przy kompresji Q3_K_M. Pojemność to brama — karta albo ją trzyma, albo nie.
02

Ustaw długość kontekstu, z którą będziesz pracować

Rozmowa zajmuje pamięć również, i rośnie w miarę trwania. Ustaw suwak na długość, której się spodziewasz, ponieważ przy długim kontekście karta, która łatwo obsługuje krótkie pytania, może zostać odrzucona przez Qwen3.8-27B.
03

Wybierz, jak daleko chcesz to skompresować.

Kolumna kwantyzacji różni się w zależności od karty, ponieważ większa karta przechowuje dokładniejszą kopię., 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

Oceń według przepustowości, a nie kart specyfikacji

Sortuj według prędkości, aby zobaczyć, jak karty się klasyfikują. Qwen3.8-27B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to B200, w 122 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku Qwen3.8-27B. 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

Zobacz, co jeszcze ta karta uruchamia

Każda strona karty powtarza tę procedurę dla każdego modelu, który posiadamy, odpowiadając, do czego jeszcze sprzęt jest przydatny poza Qwen3.8-27B.

Odpowiedzi

Qwen3.8-27B — częste pytania

Qwen3.8-27B— kiedy to zostało wydane?

Zostało opublikowane w August 2026.

Qwen3.8-27B— do czego to służy?

Działa w dziedzinie Language, Vision, Multimodal, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Code generation. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.

Qwen3.8-27B— Gdzie mogę to pobrać?

Jego wagi są publikowane na Hugging Face, pod organizacją Qwen. Nie hostujemy plików modelu — ta strona oblicza, jaki sprzęt jest potrzebny do ich uruchomienia.

Qwen3.8-27B— 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 5.5 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

Qwen3.8-27B— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 241. Więc druga karta rzadko jest odpowiedzią tutaj.

Qwen3.8-27B— dlaczego kwantyzacja różni się między kartami?

Większa KARTA przechowuje dokładniejszą kopię. Liczba poziomów kompresji używanych w KARTACH, które ją uruchamiają: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

Qwen3.8-27B— Jak dokładne są te szacunki prędkości?

Są obliczane na podstawie specyfikacji, a nie mierzone, i każdy ma zakres. Jeden przykład: 104–146 tok/s na B200. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

Qwen3.8-27B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to Xeon Phi 7120P, o pojemności pamięci 16 GB. Uruchamia model przy kompresji Q3_K_M używając około 13.0 GB, i produkuje w przybliżeniu 9.4 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 241.

Qwen3.8-27B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to B200, około 122 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 193.

Qwen3.8-27B— Ile VRAM-u potrzebuje?

Potrzebuje około 13.0 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.

Qwen3.8-27B— czy mogę uruchomić to na GPU trzymając 16 GB?

Tak. Karta Tesla V100 SXM2 16 GB, trzymanie 16 GB, uruchamia go przy kompresji Q3_K_M, używając około 13.0 GB i generując w przybliżeniu 46.5 tokenów na sekundę. Dopasowanie jest ciasne.

Qwen3.8-27B— czy mogę uruchomić to na GPU trzymając 24 GB?

Tak. Karta GeForce RTX 5090 D V2, trzymanie 24 GB, uruchamia go przy kompresji Q5_K_M, używając około 19.5 GB i generując w przybliżeniu 36.5 tokenów na sekundę. Dopasowanie jest ciasne.

Qwen3.8-27B— 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.

Qwen3.8-27B— ile ma parametrów?

Ma liczbę parametrów równą 27.8B. Dense 27.78B. Hybrid attention: 16 x (3 x Gated DeltaNet -> 1 x Gated Attention), so only 16 of 64 layers hold a KV cache. 24 Q heads, 4 KV heads, head_dim 256. Native context 262,144, extensible to 1,000,000. 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.

Qwen3.8-27B— kto to stworzył?

Zostało opublikowane przez Alibaba, oparty na China, organizacja sklasyfikowana jako industry.

Źródło

Oryginalna publikacja

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