# TPS Calculator（繁體中文）

> 按 GPU、模型、量化與推理框架，估計 LLM 的推理速度（token/s）、顯存佔用與延遲。

站點：https://tps.bunai.com/
源碼：https://github.com/adiudiuu/tps
其他語言：[簡體中文](/llms.zh.txt) / [English](/llms.txt) / [Русский](/llms.ru.txt) / [Español](/llms.es.txt) / [한국어](/llms.ko.txt) / [日本語](/llms.ja.txt)
界面：簡體中文預設（不加 lang）；`?lang=zh-TW`（繁體中文）/ `?lang=en` / `?lang=ru` / `?lang=es` / `?lang=ko` / `?lang=ja`

站內即時數量：**400 個模型**、**251 個 GPU**。資料更新至 **2026-08-20**（`UPDATED_AT_BEIJING`）。

## 可估計的熱門模型（均已入庫）

| 模型 | 選取原因 |
|------|----------|
| **Qwen3.8-Max** | 開源權重 2.4T-A95B（HF / ModelScope，2026-08-12） |
| **Qwen3.8-27B** | 開源稠密多模態（HF / ModelScope，2026-08-14） |
| **Kimi K3** | 大 MoE，2026-07 |
| **Hy3** | 騰訊 295B-A21B MoE（HF / ModelScope，2026-07） |
| **GLM-5.2** | GLM-5 線最新（2026-06） |
| **DeepSeek V4**（Pro / Flash） | 當前 DeepSeek 代際（2026-04） |
| **MiniMax M3** | 2026-06 |
| **Gemma 4** | Google Gemma 4 系列（2026-06） |
| **Llama 4**（Maverick / Scout） | Meta Llama 4 MoE |
| **Nemotron 3**（Ultra / Super / Nano） | NVIDIA Nemotron 3 |

資源庫仍含 Qwen3 / DeepSeek V3 / Llama 3.x 等更早條目。

## 可估計的熱門 GPU（均已入庫）

| GPU | 類型 |
|-----|------|
| **RTX 5090 / 5080 / 4090** | 消費級 |
| **B200 SXM / H200 SXM / H100 SXM** | NVIDIA 資料中心 |
| **MI300X** | AMD 資料中心 |

典型問題：DeepSeek V4 在 8×H200？GLM-5.2 在 B200 要多少顯存？Gemma 4 在 RTX 5090 的 TPS？Kimi K3 / Hy3 在 MI300X？

## 計算內容

- Decode / Prefill TPS
- 顯存：權重、KV Cache、開銷；標出可能 OOM
- 延遲：TTFT、TPOT、端到端
- Roofline：頻寬 vs 算力
- 多卡 Tensor Parallel

基於 Roofline 與公開規格 × 框架效率。理論上界，非實測榜。

## 頁面

- [估計](https://tps.bunai.com/?lang=zh-TW)
- [速度排行](https://tps.bunai.com/ranking?lang=zh-TW)
- [資源庫](https://tps.bunai.com/library?lang=zh-TW)
- [設定建議](https://tps.bunai.com/solver?lang=zh-TW)
- [說明](https://tps.bunai.com/about?lang=zh-TW)

## 框架 / 量化

vLLM、TensorRT-LLM、llama.cpp、MLX、SGLang、TGI · FP32–INT2 / GGUF K-quants

## 技術

Vue 3 + Vite + Tailwind。純前端。