Cargando datos de benchmark…EyesInAI·Cargando datos de benchmark en vivo Cargando modelos…EyesInAI·Cargando modelos… Todos los modelostogether
Qwen/Qwen3-235B-A22B-Instruct-2507-tput
Última prueba: 8 jul 2026
Solo resultados medidos, sin recomendación.
Hardware para ejecutarlo
Autoalojado:Clúster de GPU235B / 22B active (MoE)
fp16 (est.) ~564GBQ8 (est.) ~282GBQ4 (est.) ~141GB
2–4× high-end GPUs (H100/H200 / RTX Pro 6000) VRAM is computed from parameter count (~20% added for KV cache + runtime) — an estimate; tune for your context length and serving stack.
Resultados por prueba
⚡Ping
Latencia y disponibilidad: respuesta de una palabra
🧮Razonamiento
Razonamiento matemático básico: mostrar el procedimiento y dar la respuesta
{ }Salida JSON
Cumplimiento de salida estructurada: JSON válido con las claves requeridas
💻Generación de código
Generar una función de Python con docstring
🚀Velocidad
Velocidad de generación de tokens: respuesta larga de 500 tokens
🔍Recuperación de contexto
Los nombres de modelos, los datos del catálogo y las notas de hardware se muestran tal como están en la fuente, en inglés.
Recuperación de datos en contexto: preguntas sobre una lista de 20 elementos
🔧Uso de herramientas
Llamada a funciones: invocar get_weather