Vota en Free Arena

Todos los modelos › tencent

WeMM-Video-35BA3B

tencent · released 17 Nov 2026

Chat del laboratorio Descargar Nuevo · esperando votos de Arena
Puntuación de Arena—Aún sin votos en Arena
Tamaño36.2 B4.5 B activos por token (mezcla de expertos)
Descarga a 4 bits22 GBsolo los pesos, Q4_K_M
Contexto máximo256Ktokens, según la configuración del modelo

Dónde usarlo gratis

  • El chat del propio laboratorio: yuanbao.tencent.com (gratis con límites diarios)
  • Ejecútalo en un solo comando con whichllm (gratis, código abierto): uvx whichllm@latest plan "WeMM-Video-35BA3B" muestra la GPU que necesitas, uvx whichllm@latest run "WeMM-Video-35BA3B gguf" la descarga y comienza un chat
  • Descárgalo y ejecútalo en casa: pesos oficiales · archivos GGUF para Ollama y LM Studio

Nuevo: esperando votos de Arena

Released on 17 Nov 2026. Arena has not voted on this model yet. As soon as it does, the model moves into the ranking automatically, usually the next night. Until then you can still check its size, memory needs and speed below.

Velocidad en hardware popular

HardwareMemoria de GPU¿Cabe?Velocidad
RTX 3060 12 GB12 GBGPU + 64 GB de RAM36 tok/s
RTX 4060 Ti 16 GB16 GBGPU + 64 GB de RAM39 tok/s
RTX 309024 GBCabe en la GPU134 tok/s
RTX 409024 GBCabe en la GPU140 tok/s
RTX 509032 GBCabe en la GPU191 tok/s
RX 7900 XTX24 GBCabe en la GPU136 tok/s
2 × RTX 309048 GBCabe en la GPU130 tok/s
4 × RTX 309096 GBCabe en la GPU123 tok/s
Mac M4 Max 128 GB96 GBCabe en la GPU69 tok/s
Ryzen AI Max+ 395 128 GB96 GBCabe en la GPU50 tok/s
8 × H100 SXM640 GBCabe en la GPU202 tok/s

Estimación a 4 bits con contexto de 32K y 64 GB de DDR5 para el volcado a RAM. Velocidad ≈ ancho de banda de memoria × 78 % ÷ datos leídos por token, más un coste fijo por token, calibrada con 44 pruebas reales de llama.cpp; error típico de unos ±10 %. Compara todas las GPU.

Memoria de GPU necesaria

NivelContexto de 8KContexto de 32KContexto de 128KCalidad frente al modelo completo
Q3_K_M19 GB19 GB21 GB+6.5 % pérdida notable
Q4_K_M23 GB23 GB25 GB+1.7 % pérdida pequeña
Q5_K_M27 GB27 GB29 GB+0.6 % casi sin pérdida
Q6_K30 GB31 GB33 GB+0.2 % casi sin pérdida
Q8_039 GB40 GB42 GB≈ 0 % igual que el completo
F1673 GB74 GB76 GB≈ 0 % igual que el completo

Pesos + caché de contexto (según la arquitectura del modelo) + entorno de ejecución. Calidad: aumento de perplexity respecto al modelo completo, según pruebas de llama.cpp, ajustado al tamaño del modelo. Simula tu propia configuración.

Comparte esta página:XLinkedInRedditWhatsApp

Pulsa / o Ctrl+K para buscar desde cualquier página.